YouTube 字幕学习笔记
---
目录 / 多媒体 / understand-videos
分析本地视频、文件夹、抖音、视频号和网页链接中的视频;支持语音识别、语音转文字、语言识别、字幕/OCR、关键帧、局部裁剪图、标注图、场景变化和证据时间线;Whisper 依赖不可用时优先启用内置 whisper.cpp tiny + ggml-tiny.bin 离线粗转写,再启用 FunASR 中文高质量备用识别、轻量离线 Vosk 小模型,仍不可用时启用内置声学备用算法;将语音讲述、字幕/OCR、关键画面和外部佐证在内部融合,最终不罗列识别过程或互证清单,而是直接提炼可用知识点,并将四真作为真机研究、AI 提问、报告撰写和知识入库的第一准则:紧扣真机、帮助发现真实问题、用于解决实际问题、经过 AI 深挖整理后能让人信服;逐条揉碎讲透,重点独立成节,图文并茂说明,最后升华,并如实指出不足、错误和待验证点;遇到元器件、模块、传感器、电机、电池、电源、连接器或电路板时,罗列视频中的详细介绍、使用原因、功用、优缺点、选型边界、失效风险和替代方案,并可查阅网上资料后升华为可复用判断;跨电脑下载后主动检查并配置依赖,提示缺少依赖的补救路径和效果损失;支持截图文字标注、小图叠加、局部裁剪、问题定位、内容拆解、短视频评分、直接改稿;能把视频知识迁移到可赋能的产品、场景和方案,并说明落地注意事项;能联网查询关键元器件、模组、结构件和材料成本,按批量假设粗估产品、电路、结构等单套材料成本范围;输出逻辑清晰、易懂、有学习价值的中文 Word/PDF 报告;支持查询 SkillHub 平台发布版本并按需自动更新。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-06 16:28 | 4f90bb0b | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
---
---
---
---
---
Install and operate local NVIDIA Parakeet ASR for OpenClaw with an OpenAI-compatible transcription API on Ubuntu/Linux a…
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。