核心用法
bilibili-transcript 是一款专为 Bilibili 平台设计的视频转录工具，核心功能是将视频音频内容转换为可编辑的文本格式。使用时只需提供 Bilibili 视频 URL（BV号），脚本会自动执行三级转录策略：优先提取人工 CC 字幕（100% 准确，即时完成），其次检测多语言 AI 字幕（支持中/英/日/韩/德/法/西/葡/阿九种语言，准确率 85-90%），最后以本地 Whisper medium 模型进行语音识别作为兜底方案（约 95% 准确率）。输出文件为结构化 TXT 文档，包含视频元数据（标题、作者、发布日期、时长）、内容摘要占位区及完整转录文本，并自动将繁体中文转换为简体中文。
显著优点
三级降级策略确保任何视频都能获得可用结果，无需手动选择转录方式；本地 Whisper 推理避免云端 API 费用与隐私泄露风险，RTX 4070 Super 12GB 显存可流畅运行 medium 模型；多语言 AI 字幕支持突破 B站官方限制，可提取通常为会员专属的机器字幕；WSL Chromium 浏览器集成支持 Cookie 登录，可处理大会员专属内容；格式化输出自动生成标准化文档结构，便于后续整理与分享。
潜在局限
硬件门槛：Whisper fallback 依赖 NVIDIA GPU，纯 CPU 模式速度显著下降；Cookie 依赖：AI 字幕提取需提前在浏览器登录 B站账号，无登录状态下部分视频受限；语言检测盲区：Whisper 模型对中文方言语境、专业术语、多人对话场景识别准确率可能低于 95%；输出单一：仅支持 TXT 格式，无 SRT/VTT 等字幕格式导出，需二次处理才能用于视频编辑。
适合人群
- 需要将 B站知识类、访谈类、课程类长视频整理为文字笔记的内容创作者
- 做视频内容分析、舆情监测、学术研究的研究人员
- 希望离线归档 B站收藏视频文字内容的重度用户
- 听力障碍用户辅助获取视频信息
常规风险
- 版权合规：转录内容仅限个人学习使用，商用或公开传播可能违反 B站用户协议及著作权法
- 账号安全：Cookie 提取过程需确保脚本来源可信，避免账号凭证泄露
- 存储占用：Whisper medium 模型约 5GB，视频缓存与转录文件需预留充足磁盘空间
- 隐私边界：处理含个人敏感信息的视频时，转录文本同样构成敏感数据，需妥善保管