VideoScribe · 视频文案提取服务

支持抖音分享文本、抖音链接和普通公开视频 URL

已识别

📹

拖拽视频文件到这里，或点击选择

支持 MP4 / MOV / AVI / MKV / WEBM / M4V，最大 500MB

🎬

页面会调用真实后端，并按任务状态动态更新进度。

识别结果

分享链接 / 视频URL / 文件

→

解析抖音链接

→

下载视频

→

FFmpeg + ASR

→

JSON 文案

统一入口：API 会自动识别输入类型。抖音分享文本优先走自建解析，失败时自动降级到 yt-dlp 兜底；普通视频 URL 和上传文件则直接进入转写链路。

核心接口

POST /api/transcribe

统一文案提取接口，支持三种输入方式。

参数	类型	说明
`file`三选一	multipart	直接上传视频文件
`url`三选一	string	视频直链或抖音链接
`share_text`三选一	string	抖音分享文本（整段文字即可）
`language`可选	string	语言，默认 `zh`

示例 1：传入抖音分享文本

curl -X POST https://xy.zhezhong.top/api/transcribe \
  -H "Content-Type: application/json" \
  -d '{
    "share_text": "4.66 复制打开抖音，看看... https://v.douyin.com/xxxxx/",
    "language": "zh"
  }'

示例 2：传入视频直链

curl -X POST https://xy.zhezhong.top/api/transcribe \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com/video.mp4","language":"zh"}'

示例 3：上传文件

curl -X POST https://xy.zhezhong.top/api/transcribe \
  -F "file=@video.mp4" \
  -F "language=zh"

统一响应格式：

{
  "code": 0,
  "message": "success",
  "data": {
    "text": "完整的识别文案...",
    "duration": 65.3,
    "sentences": [
      {"text":"大家好","start_time":0.5,"end_time":1.2},
      {"text":"今天分享一个工具","start_time":1.3,"end_time":3.1}
    ],
    "source_type": "douyin_share"
  }
}

异步接口（长视频）

POST/api/transcribe/async

参数与同步接口一致，提交后返回 task_id，再轮询状态接口。

{
  "code": 0,
  "message": "accepted",
  "task_id": "t_abc123",
  "status": "processing",
  "stage": "queued"
}

GET/api/transcribe/status/{task_id}

轮询状态：processing → completed / failed，完成后返回与同步接口一致的 data。

Agent 工作流集成

在 LangChain / Dify / Coze 中注册为 Tool，直接传入分享文本：

import requests

def video_transcribe(share_text: str) -> str:
    resp = requests.post(
        "https://xy.zhezhong.top/api/transcribe",
        json={"share_text": share_text, "language": "zh"},
        timeout=300,
    )
    payload = resp.json()
    if payload["code"] == 0:
        return payload["data"]["text"]
    raise Exception(payload["message"])

当前线上实现：FastAPI + FFmpeg + OSS + 阿里云 DashScope ASR，抖音入口采用 “自建解析优先，yt-dlp 自动兜底” 的优雅降级链。服务部署在杭州 ECS，通过 systemd + nginx 提供 xy.zhezhong.top 域名访问。

项目目录

videoscribe/
├── main.py
├── douyin_parser.py
├── asr_client.py
├── audio_extractor.py
├── oss_client.py
├── task_store.py
├── config.py
├── requirements.txt
├── .env
└── static/index.html

降级链说明

1. 从分享文本里提取抖音链接
2. 优先走自建解析，直接拿视频直链
3. 自建解析失败时，自动降级到 yt-dlp
4. 若能拿到直链，则用 requests 流式下载
5. 若直链下载失败，则再降级到 yt-dlp 直接下载
6. 视频下载完成后，进入 FFmpeg -> OSS -> ASR 主链路

依赖

fastapi==0.111.0
uvicorn==0.30.1
python-multipart==0.0.9
python-dotenv==1.0.1
requests==2.32.3
oss2==2.18.6
pytest==8.3.2
yt-dlp>=2025.03.31

部署要点

# 1. 准备 Python 3.12、ffmpeg、ffprobe
# 2. pip install -r requirements.txt
# 3. 配置 DASHSCOPE_API_KEY / OSS 凭证
# 4. uvicorn main:app --host 127.0.0.1 --port 8011
# 5. nginx 反代到 127.0.0.1:8011
# 6. systemd 托管进程并接入 xy.zhezhong.top