核心用法
Bilibili Transcript v2.0 是一款专为Bilibili视频设计的高精度转录工具，采用三级优先级策略获取视频文本内容：
1. CC人工字幕（100%准确率，即时获取）——首选方案
2. AI自动生成字幕（支持9种语言：中/英/日/西/阿/葡/韩/德/法，85-90%准确率）——次选方案
3. Whisper medium本地语音转录（约95%准确率，需GPU加速）——兜底方案
用户只需提供BV号链接，工具自动完成：提取视频元数据（标题/作者/时长）→ 智能检测可用字幕源 → 下载并格式化处理 → 输出带摘要占位符的结构化TXT文件至指定目录。支持WSL Chromium/Windows Edge浏览器Cookie以解锁会员专属视频的AI字幕权限。
显著优点
- 多语言AI字幕支持：突破B站单一语言限制，可提取9种语言的AI生成字幕
- 零API成本：Whisper模型完全本地运行，无需OpenAI等第三方接口
- 智能降级机制：优先使用免费字幕资源，仅在必要时启用GPU转录
- 自动化繁简转换：自动将繁体中文转为简体中文输出
- 硬件适配优化：针对RTX 4070 Super 12GB显存配置，默认启用medium模型平衡速度与精度
- 会员内容支持：通过浏览器Cookie注入，可处理登录限定的会员视频
潜在局限与风险
- Whisper转录耗时：无字幕视频需完整下载音频+本地推理，长视频可能耗时数分钟至数十分钟
- 字幕源依赖：CC字幕覆盖率有限；AI字幕为B站实验性功能，存在下线或格式变更风险
- Cookie安全风险：需将B站登录凭证暴露给WSL/脚本环境，存在账号凭证泄露隐患
- 版权合规边界：转录受版权保护的视频内容可能违反B站用户协议及相关法律法规
- 中文优化局限：Whisper对中文方言、专业术语、多人对话场景识别准确率可能下降至80%以下
适合人群
- 需要将B站知识类、教程类视频转为文字稿归档的学习者
- 内容创作者进行竞品视频文案分析
- 听力障碍用户获取视频文本信息
- 研究人员进行中文视频语料采集（需确保合规）
常规风险
- 账号安全：频繁使用可能触发B站反爬虫机制导致Cookie失效或账号风控
- 存储空间：未配置定期清理时，音频缓存与TXT文件持续累积
- 隐私泄露：转录文件若包含敏感对话内容，本地存储存在数据泄露风险