nexmoe/VidBee

解決的問題

VidBee 是一款桌面應用程式，旨在將影片與音訊檔案轉換為結構化、可搜尋的媒體資料庫。它消除了手動轉錄媒體、手動搜尋錄音中的特定時刻，或使用多個獨立工具進行下載、轉錄與摘要的繁瑣操作。

工作原理

VidBee 將多個工作流程整合至一個應用中：

1. 媒體取得：支援從 1,000 多個網站下載媒體內容，或匯入本機檔案。
2. 本地轉錄：使用本地模型（如 Whisper、SenseVoice、Parakeet 和 Qwen3-ASR）生成帶說話人標籤與時間戳的字幕。由於在本機執行，媒體無需上傳至外部服務。
3. AI 分析：使用者可連接多種 AI 提供商（包括 OpenAI、Anthropic、Google、DeepSeek、Groq，以及本機選項如 Ollama 或 LM Studio），對字幕執行摘要、翻譯、FAQ 產生等提示任務。
4. 組織管理：支援 RSS 訂閱以實現自動下載，並提供彈性元資料控制功能，用於檔案命名與格式化。

適用對象

• 研究人員與記者：用於分離說話人並查找訪談中的特定引述。
• 播客製作者：用於建立可搜尋的字幕，並透過 RSS 管理節目內容。
• 學生與專業人士：將長篇講座或錄音轉換為結構化筆記與摘要。
• 一般使用者：希望維護一個本機、可搜尋的網路影片／音訊內容歸檔庫的使用者。

核心亮點

• 本地優先轉錄：支援多種本地 ASR 模型，確保隱私並降低使用成本。
• AI 提供商彈性：可連接廣泛的雲端與本機 LLM 提供商，支援自訂提示。
• uma RSS 驅動工作流：透過 RSS 訂閱自動取得創作者發布的最新內容。
• 整合下載器：基於共享的 yt-dlp/ffmpeg 核心，內建支援 1,000 多個網站的下載功能。
• 跨平台支援：提供桌面應用版本，也支援 Docker 就緒的 Web + API 部署方案。