video-copy-analyzer

name video-copy-analyzer description 视频文案分析一站式工具。下载在线视频（B站/YouTube/抖音等）、使用FunASR进行高速中文语音转录、 自动校正文稿、并进行三维度综合分析（TextContent/Viral/Brainstorming）。 使用场景：当用户需要分析短视频文案、提取视频内容、学习爆款文案技巧时。 关键词：视频分析、文案分析、语音转文字、FunASR、爆款分析、视频下载 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。 安装部署 系统要求 Python 3.9+ FFmpeg（用于音视频处理） 约 3GB 磁盘空间（FunASR 模型缓存） 一键安装 # 1. 基础工具 brew install ffmpeg # macOS pip install yt-dlp requests pysrt python-dotenv # 2. FunASR（核心 ASR 引擎，中文语音转录） pip install funasr modelscope torch torchaudio # 3. RapidOCR（烧录字幕识别，可选） pip install rapidocr-onnxruntime ⚠️ FunASR 首次运行注意事项 FunASR 首次运行时会 自动下载约 2-3GB 模型文件 到 ~/.cache/modelscope/ ： 模型 大小 用途 paraformer-zh ~1.05GB 中文语音识别（ASR） fsmn-vad ~20MB 语音活动检测（长音频分段） ct-punc ~1GB 标点恢复 首次下载可能需要 1-5 分钟 （取决于网速），期间看起来像是卡住，请耐心等待 下载完成后会缓存到本地，后续运行秒级加载 如果下载失败，可手动从 ModelScope 下载模型放到 ~/.cache/modelscope/hub/models/iic/ 目录 环境验证 # 验证所有依赖 python scripts/check_environment.py # 或手动检查关键组件 yt-dlp --version ffmpeg -version python -c "from funasr import AutoModel; print('FunASR OK')" python -c "from rapidocr_onnxruntime import RapidOCR; print('RapidOCR OK')" 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。 工作流程（5 阶段） 重要：你必须严格按照以下 5 个阶段顺序执行，每个阶段完成后再进入下一个阶段。不要跳过任何阶段。 阶段 1: 下载视频 目标 ：将用户提供的视频 URL 下载为本地 MP4 文件。 执行步骤 ： 获取用户提供的视频 URL 和输出目录 如果输出目录不存在，创建它： mkdir -p <输出目录> 判断视频平台并选择下载方式 ： 抖音视频（URL 包含 douyin.com 或 v.douyin.com ） 使用专用下载脚本： python scripts/download_douyin.py "<抖音链接>" "<输出目录>/<文件名>.mp4" 支持的链接格式： v.douyin.com/xxx 、 www.douyin.com/video/xxx 、 douyin.com/jingxuan?modal_id=xxx 抖音网页已对纯 HTTP 解析做风控。脚本会先尝试分享页解析，失败后启动本机 Chrome/Edge/Chromium（无头）提取播放地址，再回退 yt-dlp。需要 Node.js 18+ 以及上述浏览器之一；也可设置 DOUYIN_BROWSER 指向浏览器可执行文件。 其他平台（B站、YouTube 等） 使用 yt-dlp： yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" \ --merge-output-format mp4 \ -o "<输出目录>/%(id)s.%(ext)s" \ "<视频URL>" 确认下载成功 ：检查 MP4 文件是否存在且大小 > 0 阶段 2: 字幕提取 目标 ：从视频中提取 SRT 格式字幕文件。 执行步骤 ： ⚠️ 重要：不要调用 extract_subtitle_funasr.py 的 main() 函数或直接运行整个脚本（它包含 B站 API 调用会因 cookies 问题卡住）。直接调用 extract_with_funasr 函数。 使用以下 Python 代码直接调用 FunASR 提取字幕： import sys, os sys.path.insert( 0 , '<skill_scripts_目录的绝对路径>' ) from extract_subtitle_funasr import extract_with_funasr success = extract_with_funasr( '<视频文件绝对路径>' , '<输出SRT文件绝对路径>' ) 执行方式 ：将上述代码写入临时 Python 脚本文件（如 /tmp/run_funasr.py ），然后运行： python3 -u /tmp/run_funasr.py 2>&1 | tee /tmp/funasr_output.log 注意事项 ： 必须使用 绝对路径 ，不要使用相对路径 首次运行需下载 2-3GB 模型，耐心等待（后续秒级加载） 转录速度极快：10 分钟音频约 22 秒完成 命令运行后需要等待 30-120 秒（取决于视频长度） 确认成功 ：检查 SRT 文件是否存在且大小 > 0 字幕提取的内部逻辑（三层优先级，脚本自动处理） ： 优先级 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 语音转录 无字幕，纯语音 ⭐⭐⭐⭐ ⚡ 极快 阶段 3: 文稿校正 目标 ：将 SRT 字幕合并为连续文本，基于语义进行校正，输出 <视频ID>_文字稿.md 。 执行步骤 ： 读取 SRT 字幕文件 提取所有文本行（跳过序号和时间戳行） 合并为连续文本 基于上下文语义进行智能校正： 修正 ASR 产生的同音字错误（如"旗下"→"棋下"） 修正专业术语和人名 确保标点符号正确 保存为 Markdown 文件 输出文件 ： <输出目录>/<视频ID>_文字稿.md 输出格式 ： # <视频ID> 原始文字稿 <校正后的完整文本> 阶段 4: 三维度综合分析 目标 ：对文字稿内容进行深度分析，应用三个分析框架，输出 <视频ID>_分析报告.md 。 执行步骤 ： 读取阶段 3 生成的文字稿内容 依次应用以下三个分析框架 将分析结果保存为 Markdown 文件 三个分析框架 ： 4.1 TextContent Analysis 视角 你必须分析以下维度： 叙事结构分析 ：开场、发展、高潮、转折、结尾的结构 叙事声音分析 ：基调、节奏、独特金句 修辞手法识别 ：比喻、反转、呼应、隐喻等 词库提取 ：关键词列表 4.2 Viral-Abstract-Script 视角 你必须分析以下维度： Viral-5D 框架诊断 ：对 Hook、Emotion、爆点、CTA、社交货币 分别给出⭐评分和分析 风格定位 ：该视频的内容风格标签 爆款潜力评估 ：完播率、互动率、转发率预期 优化建议 ：1-3 条具体可执行的改进建议 4.3 Brainstorming 视角 你必须分析以下维度： 核心价值拆解 ：该文案的核心传播价值是什么 创意方向探索 ：2-3 种衍生创意方向 增量验证点 ：可测试的优化实验 输出文件 ： <输出目录>/<视频ID>_分析报告.md 输出格式 ： # 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] 阶段 5: 结构化文字稿 目标 ：基于阶段 3 的文字稿，按照视频内容的叙事逻辑重新分段整理，输出格式清晰、层次分明的 <视频ID>_结构化文字稿.md 。 执行步骤 ： 读取阶段 3 生成的文字稿，以及阶段 4 分析报告中的叙事结构分析 按照视频内容的自然叙事段落进行切分 为每个段落添加简洁的小标题（ ## 一、xxx 、 ## 二、xxx 格式） 在段落内部按语义进行合理分行（每段不宜过长，3-5 句为宜） 修正 ASR 错误的同时保留口语化风格 对关键金句或重点内容使用 加粗 标注 保存为 Markdown 文件 输出文件 ： <输出目录>/<视频ID>_结构化文字稿.md 输出格式 ： # <视频标题或ID> 结构化文字稿 ## 一、<第一段小标题> <分行后的段落文本，3-5 句一段> <继续...> ## 二、<第二段小标题> <分行后的段落文本> ... 注意事项 ： 小标题应简洁有力，概括该段核心内容 保留视频原始的口语表达风格，不要过度书面化 关键金句或亮点用 加粗 突出 每个段落之间用空行分隔，提高可读性 完成后输出 完成所有 5 个阶段后，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 (校正后纯文本文字稿) - <视频ID>_分析报告.md (三维度分析报告) - <视频ID>_结构化文字稿.md (按叙事逻辑分段的结构化文字稿) 🔗 快速打开: [文字稿](<文字稿路径>) [分析报告](<分析报告路径>) [结构化文字稿](<结构化文字稿路径>) 参考文件 文件 说明 状态 download_douyin.py 抖音视频下载脚本 ✅ 可用 douyin_browser.mjs 本机浏览器提取抖音播放地址 ✅ 可用 extract_subtitle_funasr.py 智能字幕提取（FunASR + RapidOCR） ✅ 可用 check_environment.py 环境依赖检测 ✅ 可用 analysis-frameworks.md 三个分析框架详解 ✅ 参考 FunASR 技术细节 本 skill 使用 FunASR 的 Paraformer 系列模型组合： from funasr import AutoModel model = AutoModel( model= "paraformer-zh" , # 中文 ASR（含 SeACo 增强） vad_model= "fsmn-vad" , # 语音活动检测（自动分段长音频） vad_kwargs={ "max_single_segment_time" : 60000 }, # 每段最长 60 秒 punc_model= "ct-punc" , # 标点恢复 disable_update= True , # 禁用版本检查 ) result = model.generate( input = "audio.wav" , batch_size_s= 300 , # 动态 batch cache={}, # 官方推荐参数 ) 性能参考 （MacBook Pro M 系列 CPU）： 音频时长 转录耗时 RTF 字幕条数 42 秒 2 秒 0.049 ~11 条 9 分钟 22 秒 0.036 ~137 条 10 分钟 22 秒 0.035 ~142 条 故障排除 FunASR 首次运行很慢 / 看起来卡住 首次运行需下载约 2-3GB 模型文件，这是正常现象。在网速 30MB/s 的环境下约需 1-2 分钟。下载完成后后续运行秒级加载。 FunASR 模型下载失败 如果 ModelScope 下载速度慢或中断，可手动从 ModelScope 下载以下模型到 ~/.cache/modelscope/hub/models/iic/ 目录： speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch speech_fsmn_vad_zh-cn-16k-common-pytorch punc_ct-transformer_cn-en-common-vocab471067-large torch 版本不兼容 FunASR 需要 PyTorch 2.0+，建议： pip install torch torchaudio --upgrade 字幕提取脚本直接运行卡住 不要直接运行 python extract_subtitle_funasr.py video.mp4 output.srt （它会调用 B站 API 获取字幕并因 cookies 问题卡住）。请按照 阶段 2 的说明，直接调用 extract_with_funasr() 函数。 抖音下载失败 / 无法提取视频数据 www.douyin.com 对无浏览器会话的请求会返回风控页，旧的 RENDER_DATA 解析不再可用。确认： 已安装 Node.js（ node -v ） 本机有 Chrome、Edge 或 Chromium 若浏览器不在默认路径，设置 DOUYIN_BROWSER=/path/to/chrome 无浏览器时脚本会回退 yt-dlp，但 yt-dlp 同样需要有效游客 cookie，通常也会失败。