核心用法
bilibili-transcript 是一款专为B站（Bilibili）视频设计的本地化转录工具，支持从视频URL直接提取完整文字内容。用户只需提供BV号链接，系统自动执行三级字幕获取策略：优先人工CC字幕 → 次选AI自动生成字幕（支持中/英/日/韩/德/法/西/葡/阿9种语言）→ 最终兜底Whisper medium模型本地语音转录。输出为格式化的TXT文件，包含视频元数据（标题、UP主、时长、发布时间）、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
多源字幕智能调度：相比单一依赖语音识别，该工具充分利用B站开放的CC字幕与AI字幕资源，大幅提升处理速度并降低计算成本；完全本地化部署：Whisper模型运行于本地RTX 4070 Super，无需上传敏感音视频至第三方云服务，保障隐私；多语言覆盖：自动检测9种AI字幕语言，适配国际化内容需求；格式友好输出：结构化TXT便于存档、搜索与二次编辑，避免Discord长文本刷屏；WSL双浏览器支持：Chromium与Edge双通道cookie提取，可解锁会员专属内容的AI字幕。
潜在缺点与局限性
硬件门槛：medium模型需12GB显存，低配设备只能回退至CPU模式，速度显著下降；会员内容依赖登录：AI字幕获取需预先在WSL浏览器完成B站账号登录，流程增加一步人工操作；语言识别盲区：Whisper对中文方言、专业术语、嘈杂背景音的识别准确率可能低于95%；摘要需人工补全：自动生成后需用户阅读全文并手动撰写摘要，非全自动闭环；格式单一：仅输出TXT，无SRT/VTT等字幕格式选项，需二次转换才能导入剪辑软件。
适合人群
- 内容创作者/UP主：需要快速获取竞品视频文案、整理口播脚本
- 研究人员/学生：提取讲座、课程、学术报告文字稿用于笔记与引用
- 听障人士：将无字幕视频转换为可读文本，提升信息获取无障碍性
- 多语言学习者：利用AI字幕获取外文视频双语对照文本
- 归档管理员：批量备份B站视频内容元数据与文本，建立可搜索知识库
常规风险
隐私合规：转录他人视频需注意版权与合理使用边界，商业用途建议获取授权；账号安全：WSL浏览器cookie存储涉及B站登录凭证，需确保WSL环境隔离性与文件权限安全，避免凭证泄露；数据残留：转录文件默认保存于workspace/Bilibili transcript/，长期运行可能占用大量磁盘空间，需定期清理；模型偏见：Whisper训练语料存在分布偏差，特定口音或专业领域术语可能出现系统性识别错误，关键内容建议人工复核。