YouTube 字幕提取器

通过 yt-dlp 提取 YouTube 视频字幕并进行内容分析

🎯 功能特性

• 📝 字幕提取 - 从 YouTube 视频中提取带时间戳的字幕
• 🎬 内容分析 - 基于字幕进行视频内容摘要
• ❓ 问答支持 - 根据字幕内容回答问题
• 🔍 内容搜索 - 在字幕内容中搜索特定信息
• 📊 统计分析 - 分析字幕的词汇、主题等统计信息

🚀 快速开始

1. 安装依赖

确保安装了 yt-dlp：

# Ubuntu/Debian
sudo apt install yt-dlp

# macOS (使用 Homebrew)
brew install yt-dlp

# 或通过 pip 安装
pip install yt-dlp

2. 基本使用

提取视频字幕：

# 提取单个视频字幕
yt-dlp --write-subs --sub-format "srt" "https://www.youtube.com/watch?v=VIDEO_ID"

📝 使用方法

提取字幕

# 提取字幕并保存为 SRT 格式
yt-dlp --write-subs --sub-format "srt" --sub-lang "en,zh" "YOUTUBE_URL"

# 提取字幕并包含自动生成的字幕
yt-dlp --write-subs --sub-format "srt" --sub-lang "en,zh,en-auto" "YOUTUBE_URL"

字幕格式支持

• SRT - 标准字幕格式
• VTT - WebVTT 字幕格式
• ASS/SSA - 高级字幕格式
• JSON - 原始 JSON 数据

🔍 内容分析

视频摘要

基于字幕内容生成视频摘要：

# 提取关键字和主题
# 通过文本分析工具处理字幕内容

内容问答

根据字幕内容回答问题：

# 示例问题
"这个视频主要讲了什么？"
"视频中提到了哪些关键概念？"
"视频的主要内容分为哪几个部分？"

内容搜索

在字幕中搜索特定内容：

# 搜索关键词
grep "关键词" video.srt

# 使用文本搜索工具
find "搜索词" in video.srt

⚙️ 配置选项

yt-dlp 参数

参数	描述
--write-subs	写入字幕文件
--sub-format "srt"	字幕格式
--sub-lang "en,zh"	字幕语言
--sub-lang "en-auto"	自动生成的英文字幕
--no-playlist	不提取播放列表
--no-mtime	不修改文件时间戳

输出格式

# 输出文件命名规则
视频标题.语言.srt
视频标题.语言.vtt
视频标题.语言.json

📊 字幕处理

字幕清理

• 去除重复条目
• 时间戳标准化
• 文本格式化
• 语言检测

内容分析

• 词汇统计 - 计算词频、关键词
• 主题提取 - 识别主要讨论话题
• 情感分析 - 分析内容的情感倾向
• 结构分析 - 识别内容结构和逻辑

🎬 实际应用

1. 视频研究

# 提取教育视频的主要观点
# 分析演讲者的主要论点
# 识别技术视频的关键步骤

2. 内容创作

# 基于字幕创建文章摘要
# 生成视频内容的文字版本
# 创建视频内容的索引目录

3. 学习辅助

# 将视频内容转换为文字笔记
# 创建视频内容的问答集
# 生成视频内容的思维导图

📁 文件管理

存储结构

workspace/
├── videos/
│   ├── [视频ID]/
│   │   ├── video.srt          # 字幕文件
│   │   ├── video.vtt          # WebVTT 格式
│   │   ├── video.json        # 原始数据
│   │   └── summary.txt       # 内容摘要
└── processed/
    ├── transcripts/           # 处理后的字幕
    ├── summaries/            # 视频摘要
    └── analysis/             # 内容分析

文件命名约定

• 使用视频 ID 作为主目录名
• 保留原始文件扩展名
• 添加处理时间戳避免覆盖

🔧 高级功能

批量处理

# 批量提取多个视频字幕
for video_id in "ID1" "ID2" "ID3"; do
    yt-dlp --write-subs --sub-format "srt" "https://www.youtube.com/watch?v=$video_id"
done

自动化工作流

结合其他工具实现自动化：

# 字幕提取 + 内容分析 + 摘要生成
extract_and_analyze() {
    local url="$1"
    yt-dlp --write-subs --sub-format "srt" "$url"
    # 后续处理脚本
}

⚠️ 注意事项

限制条件

• 字幕可用性 - 仅适用于有字幕的视频
• 语言支持 - 取决于视频的字幕语言
• 版权限制 - 请遵守版权法和 YouTube 服务条款

性能考虑

• 大文件处理需要较多内存
• 网络连接质量影响下载速度
• 视频长度影响处理时间

🚨 使用限制

法律合规

• 仅用于个人学习和研究
• 不得用于商业目的
• 尊重内容创作者的版权
• 遵守 YouTube 的服务条款

技术限制

• 需要稳定的网络连接
• 需要足够的存储空间
• 处理大量视频时需要考虑性能

📞 故障排除

常见问题

1. 字幕提取失败

   • 检查视频是否有字幕
   • 尝试不同的字幕格式
   • 确认网络连接正常

2. 格式不支持

   • 更新 yt-dlp 到最新版本
   • 尝试使用备用提取器
   • 检查视频地区的字幕可用性

3. 处理错误

   • 检查文件权限
   • 确保有足够的磁盘空间
   • 重试失败的提取

---

提示: 此技能仅适用于有字幕的 YouTube 视频。无字幕的视频将无法提取内容。