nexmoe/VidBee

解决的问题

VidBee 是一款旨在将视频和音频文件转化为有序、可搜索库的桌面应用程序。它简化了从各种在线来源下载媒体、将音频转录为文本以及使用 AI 分析或总结内容的流程，所有这些都在单一的工作流中完成。

工作原理

VidBee 集成了多种工具以处理媒体管理和 AI 处理：

• 媒体获取： 它使用基于 yt-dlp 和 FFmpeg 的共享核心，从超过 1,000 个支持的站点下载视频和音频，并支持 RSS 订阅以自动跟踪和下载创作者的新内容。
• 本地转录： 该应用使用 Whisper、SenseVoice、Parakeet 和 Qwen3-ASR 等模型在用户的计算机上本地运行语音识别，确保媒体无需上传到外部服务。
• AI 分析： 转录完成后，文本会被发送到用户选择的 AI 提供商（如 OpenAI、Anthropic、Google、DeepSeek，或本地选项如 Ollama 和 LM Studio）以执行摘要、翻译和 FAQ 生成等任务。
• 组织管理： 它提供详细的下载队列、用于文件名和封面艺术的元数据控制，以及带有时间戳播放功能的可搜索转录界面。

适用人群

VidBee 非常适合处理访谈、播客和讲座的研究人员、学生和内容创作者。它允许他们快速找到特定引语、翻译录音，并将长录音转化为结构化笔记。

亮点

• 本地优先转录： 支持多种本地 ASR 模型，以保持数据隐私并免除转录服务费用。
• 可自定义的 AI 提示词： 用户可以创建和编辑自己的 AI 提示词，用于特定的分析任务。
• 自动化工作流： 包含带有关键词过滤器和自动标签的 RSS 订阅，实现媒体的自动收集。
• 灵活部署： 可作为桌面应用使用，也可作为支持 Docker 的 Web API 和客户端使用。
• 全面的媒体控制： 提供对格式（MP4、MKV、WebM）、元数据嵌入和说话人识别的精细控制。