TubeScribe

核心功能

TubeScribe 是一款完全本地运行的 YouTube 视频处理工具，无需订阅、API 密钥或网络上传。用户只需提供视频链接，即可自动生成结构化文档包，包含完整转录文本、智能发言人识别、关键引语提取、观众评论分析以及AI生成的音频摘要。

显著优点

隐私与成本优势突出：数据零外传，所有处理在本地完成；无使用次数限制，适合高频批量处理需求。功能覆盖全面，从多发言人播客识别到音乐歌词提取均可胜任，输出格式支持 DOCX/HTML/Markdown 三种常用文档类型。

用户体验设计精细：时间戳直接链接回 YouTube 对应片段，方便复核；后台非阻塞式处理允许用户在等待时继续对话；队列机制支持批量提交、顺序执行，避免资源冲突。

音频摘要质量较高：内置 Kokoro TTS 引擎，支持自定义声线混合（默认 0.6af_heart+0.4af_sky），语速可调，生成 MP3/WAV 格式便于移动端收听。

潜在局限

• 依赖外部工具链：需要单独安装 summarize CLI、pandoc、ffmpeg、yt-dlp 等，首次配置门槛较高
• 字幕依赖性：无人工字幕或自动生成的视频无法处理
• 平台限制：不支持直播流、年龄限制视频、私人视频及区域屏蔽内容
• speaker 识别精度：复杂背景音或多重叠对话场景下可能出现误判
• 仅限 macOS：部分功能（如 open 命令、内置TTS）依赖 macOS 系统工具

适合人群

播客听众、研究人员、学生、内容创作者、需要快速消化长视频信息的职场人士，以及注重数据隐私、不愿将内容上传至云端服务的用户。

常规风险

• 长期依赖 YouTube 字幕API/页面结构，存在因平台政策变更导致功能失效的风险
• yt-dlp 等工具的更新节奏可能影响评论抓取稳定性
• 本地处理长视频（>1小时）时可能产生较高的CPU/内存占用
• 临时文件若配置不当可能残留于 /tmp 目录，需依赖 cleanup 步骤清理