video-copy-analyzer

# 视频文案分析工具 一站式视频内容提取与文案分析，支持 B站、YouTube、抖音 等平台。 ## 首次使用设置 首次使用时，询问用户： > "请设置默认工作目录（用于保存下载的视频和分析报告）： > > A. 使用默认目录：`~/video-analysis/` > B. 每次手动指定目录 > C. 指定一个固定目录：[请输入路径]" 保存用户选择供后续使用。 ## 依赖环境检测 运行前检测以下依赖，如缺失则提示安装： ```bash # 1. yt-dlp yt-dlp --version # 2. FFmpeg ffmpeg -version # 3. Python 依赖 python -c "import pysrt; from dotenv import load_dotenv; print('OK')" # 4. RapidOCR (用于烧录字幕识别，ONNX 轻量版) python -c "from rapidocr_onnxruntime import RapidOCR; print('OK')" # 5. FunASR (中文语音转录，推荐) python -c "from funasr import AutoModel; print('OK')" # 6. requests (用于抖音下载) python -c "import requests; print('OK')" ``` **安装命令（如缺失）**： ```bash # 基础依赖 pip install yt-dlp pysrt python-dotenv requests # FunASR (中文语音转录，轻量且效果好) pip install funasr modelscope # RapidOCR (ONNX 轻量版，用于烧录字幕识别) pip install rapidocr-onnxruntime # Whisper (备选方案) pip install openai-whisper ``` ## 工作流程（4 阶段） ### 阶段 1: 下载视频 1. 获取用户视频 URL 和输出目录 2. **判断视频平台**： - **抖音链接**（douyin.com 或 v.douyin.com）：使用专用脚本下载 - **其他平台**（B站、YouTube等）：使用 yt-dlp 下载 #### 抖音视频下载 对于抖音链接，使用 `scripts/download_douyin.py`： ```bash python scripts/download_douyin.py "<抖音链接>" "<输出路径>" ``` **支持的抖音链接格式**： - 短链接：`https://v.douyin.com/xxxxx` - 长链接：`https://www.douyin.com/video/xxxxx` - 精选页：`https://www.douyin.com/jingxuan?modal_id=xxxxx` - 分享链接：`https://m.douyin.com/share/video/xxxxx` **下载流程**： ``` 抖音链接 ↓ [Mobile UA 访问] ──→ 获取重定向后页面 ↓ [提取 RENDER_DATA] ──→ 解析视频元数据 ↓ [提取 play_addr] ──→ 获取无水印视频URL ↓ [下载视频] ──→ 保存到指定路径 ``` #### 其他平台下载（yt-dlp） 对于 B站、YouTube 等平台： ```bash yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" \ --merge-output-format mp4 \ -o "<output_dir>/%(id)s.%(ext)s" \ "<video_url>" ``` 3. 记录视频文件路径 ### 阶段 2: 智能字幕提取 使用 scripts/extract_subtitle_funasr.py 进行智能字幕提取，自动选择最佳方案： ```bash python scripts/extract_subtitle_funasr.py <视频路径> <输出SRT路径> ``` **智能提取流程（三层优先级）**： ``` 视频输入 ↓ [1️⃣ 内嵌字幕检测] ──→ 检测到字幕流 ──→ 直接提取（准确度最高） ↓ 未检测到 [2️⃣ 烧录字幕检测] ──→ 采样帧 OCR 识别 ──→ 检测到文字 ──→ 全视频 OCR 提取 ↓ 未检测到 [3️⃣ FunASR 语音转录] ──→ 中文优化转录（效果优于 Whisper） ↓ 输出 SRT 字幕 ``` **三层提取策略详解**： | 层级 | 方法 | 适用场景 | 准确度 | 速度 | |------|------|---------|--------|------| | **L1** | 内嵌字幕提取 | 视频自带字幕流 | ⭐⭐⭐⭐⭐ | ⚡ 极快 | | **L2** | RapidOCR 烧录字幕识别 | 字幕烧录在画面中 | ⭐⭐⭐⭐ | 🚀 快 | | **L3** | FunASR Nano 语音转录 | 无字幕，纯语音 | ⭐⭐⭐ | 🐢 中等 | **技术栈说明**： - **RapidOCR (ONNX)**: 用于检测和提取烧录在视频画面中的字幕 - 🚀 轻量级：ONNX Runtime 推理，无需 GPU - 🎯 跨平台：Windows/Linux/Mac 均支持 - 📦 易部署：单 pip 安装，无复杂依赖 - ✨ 高精度：基于 PaddleOCR 模型优化 - **FunASR Nano**: 阿里开源中文语音识别模型 - 🚀 轻量级：~100MB vs Whisper Large ~1.5GB - 🎯 中文优化：针对中文语音专门训练，效果优于 Whisper - ⏱️ 时间戳：支持字级别时间戳 - 💨 速度快：CPU 上也能快速运行 **备选方案**： 如需使用 Whisper（英文内容推荐）： ```bash python scripts/extract_subtitle.py <视频路径> <输出SRT路径> ``` 如需手动控制，可使用原 transcribe_audio.py： ```bash python scripts/transcribe_audio.py <视频路径> <输出SRT路径> [模型] [语言] [设备] ``` ### 阶段 3: 文稿校正 1. 读取 SRT 字幕文件 2. 合并字幕为连续文本 3. 基于上下文语义进行智能校正： - 修正同音字错误 - 修正专业术语 - 补充标点符号 4. 输出校正后的文字稿（Markdown 格式） **校正输出格式**： ```markdown # 视频语音转录文字稿 **视频来源**: [URL] **转录时间**: [日期] --- ## 完整文字稿 [校正后的正文内容] --- ## 原始 SRT 字幕 [带时间戳的原始转录] ``` ### 阶段 4: 三维度综合分析 应用三个分析框架进行深度分析： #### 4.1 TextContent Analysis 视角 - 叙事结构分析 - 叙事声音分析 - 修辞手法识别 - 词库提取 #### 4.2 Viral-Abstract-Script 视角 - Viral-5D 框架诊断（Hook/Emotion/爆点/CTA/社交货币） - 风格定位 - 爆款潜力评估 - 优化建议 #### 4.3 Brainstorming 视角 - 核心价值拆解 - 2-3 种创意方向探索 - 增量验证点 **分析输出格式**： ```markdown # 视频文案综合分析报告（三维度） ## 一、TextContent Analysis 视角 [叙事结构、修辞手法、词库] ## 二、Viral-Abstract-Script 视角 [Viral-5D诊断、风格定位、优化建议] ## 三、Brainstorming 视角 [价值拆解、创意方向、验证点] ## 四、综合评估与建议 [评分、改进建议、改写示例] ``` ## 完成后输出 完成所有阶段后，向用户播报： ``` ✅ 视频文案分析完成！ 📁 输出目录: <用户指定的目录> 📄 生成文件: - <视频ID>.mp4 (原始视频) - <视频ID>.srt (原始字幕) - <视频ID>_文字稿.md (校正后文字稿) - <视频ID>_分析报告.md (三维度分析报告) 🔗 快速打开: [文字稿](<文字稿路径>) [分析报告](<分析报告路径>) ``` ## 参考文件 - [download_douyin.py](scripts/download_douyin.py): 抖音视频下载脚本 - [extract_subtitle_funasr.py](scripts/extract_subtitle_funasr.py): 智能字幕提取脚本（FunASR + RapidOCR） - [extract_subtitle.py](scripts/extract_subtitle.py): 字幕提取脚本（Whisper） - [transcribe_audio.py](scripts/transcribe_audio.py): 音频转录脚本 - [analysis-frameworks.md](references/analysis-frameworks.md): 三个分析框架详解