AI-Video-Transcriber部署教程：GitHub开源的AI视频转录摘要工具

项目介绍

又在GitHub上发现一个好玩的开源项目–AI-Video-Transcriber（AI视频转录器），它支持YouTube、Tiktok、Bilibili等30+平台，以及本地视频文件的智能转录、多语言摘要功能，通过本教程，你将从零开始，逐步掌握如何将这个项目部署到生产环境。

环境准备：确保系统兼容性

在开始部署前，请确保您的系统满足以下要求：

• Python 3.8+：项目基于Python开发，建议使用最新稳定版本。
• FFmpeg：用于视频和音频处理，是转录功能的依赖项。
• 可选LLM服务：如果您需要使用AI优化功能（如摘要生成），需配置OpenAI API密钥或本地Ollama服务。

安装FFmpeg（以常见系统为例）：

• macOS：使用Homebrew安装：brew install ffmpeg
• Ubuntu/Debian：运行：sudo apt update && sudo apt install ffmpeg
• Windows：从FFmpeg官网下载二进制文件并添加到系统PATH。

如果您的系统尚未安装Python，建议从Python官网下载安装包，或使用包管理器（如macOS的Homebrew）进行安装。

部署方法一：自动安装（推荐新手）

自动安装脚本简化了部署流程，适合快速上手。

1. 克隆项目：打开终端，运行以下命令下载项目代码：

   git clone https://github.com/tiandaoyuxi/AI-Video-Transcriber.git
   cd AI-Video-Transcriber

2. 运行安装脚本：执行安装脚本，自动处理依赖和环境设置：

   chmod +x install.sh
   ./install.sh

   提示：如果脚本执行失败，检查系统权限或手动安装依赖（见方法三）。

部署方法二：Docker部署（最适合生产环境）

Docker提供了隔离且一致的运行环境，适合长期使用。

1. 克隆项目并配置环境：

   git clone https://github.com/tiandaoyuxi/AI-Video-Transcriber.git
   cd AI-Video-Transcriber
   cp .env.example .env

2. 编辑环境变量：打开.env文件，设置您的API密钥或Ollama配置。例如：

   # 对于OpenAI
   OPENAI_API_KEY=your_api_key_here
   # 对于Ollama
   OLLAMA_BASE_URL=http://localhost:11434/v1
   OLLAMA_MODEL_NAME=llama3

3. 启动服务：使用Docker Compose一键部署：

   docker-compose up -d

   小贴士：如果端口8000被占用，可修改docker-compose.yml文件中的端口映射，例如改为8001:8000。

4. 验证部署：访问http://localhost:8000，如果看到Web界面，说明部署成功。

部署方法三：手动安装（适合自定义需求）

手动安装让您更灵活地控制环境，适合高级用户。

1. 创建 Python 虚拟环境：避免依赖冲突。

   python3 -m venv venv
   source venv/bin/activate  # Windows 系统使用：venv\Scripts\activate

2. 安装 Python 依赖：

   pip install -r requirements.txt

3. 配置环境变量：设置 API 密钥或 Ollama 服务，例如在终端中临时设置：

   export OPENAI_API_KEY="your_openai_api_key_here"
   #或对于Ollama
   export OLLAMA_BASE_URL="http://xxx.xxx.xxx.xxx:xxxxx/v1"

4. 启动服务：运行启动脚本，建议生产模式以保持连接稳定：

   python3 start.py --prod

   注意：生产模式禁用热重载，适合处理长视频。

使用指南：从部署到实战

部署完成后，测试项目功能：

1. 访问Web界面：在浏览器中打开http://localhost:8000。
2. 输入视频源：粘贴YouTube或Bilibili视频URL，或上传本地视频文件。
3. 选择语言：设置摘要语言（如中文或英语）。
4. 开始处理：点击“开始”按钮，系统将自动下载视频、转录音频、生成摘要。实时进度条会显示每个阶段的状态。
5. 查看结果：处理完成后，您可以在界面中查看优化后的转录文本和智能摘要。如果转录语言与摘要语言不同，还会提供翻译选项。

常见问题与优化建议

• 问题1：转录速度慢
  解决方案：尝试使用较小的Whisper模型（如tiny或base），通过设置环境变量WHISPER_MODEL_SIZE=tiny。
• 问题2：Docker容器启动失败
  排查步骤：检查.env文件配置，运行docker logs 查看日志，确保网络连接正常。
• 性能优化：对于长视频，项目自动分段处理。如果内存不足，可限制Docker容器内存：docker run -m 1g -p 8000:8000 –env-file .env ai-video-transcriber。