# 文案提取工具分享 > 视频标题: "3款免费文案提取神器，节省80%创作时间！新手零门槛上手！" "秒懂文案提取！3款免费工具提升创作效率！" "3个AI文案神器，快速生成字幕，创作效率翻倍！" "免费文案提取工具分享，80%时间节省你也能做到！" "创作者必备！3款免费工具帮你轻松搞定文案提取！" "告别繁琐字幕制作！3大免费工具提升创作效率！" 暂定： 3款免费文案提取神器，告别繁琐字幕制作，创作效率直接翻倍！(创作大师Agent第1集 ) > 封面关键词: > 文案提取神器 > 提高创作效率 > 免费工具推荐 > AI助力字幕生成 > 节省80%时间 > 零门槛小白必备 文案提取神器(永久免费) 零门槛小白必备 效率翻倍 大家好，欢迎来到我的频道——灵智宝盒！这里是开源项目和实用工具的宝藏库，每期都会为大家带来免费的优质资源。最近，我在围绕“创作大师Agent”这个话题，分享一些提升内容创作效率的工具和方法。如果你也对这个方向感兴趣，欢迎点个关注！有任何想法、需求或者建议，别忘了在评论区和我交流，我们一起成长，一起在AGI时代到来之前，成为那个懂得用AI工具提升工作效率、甚至超越同事的人。毕竟，老板们都不想裁掉最重要的“大动脉”嘛，对吧？ 好了，言归正传，今天我们要聊的就是文案提取工具。它的价值在哪里？我们为什么要做这件事？接下来就一起深入分析一下。 ## 一、为什么？ 1. 生成字幕 以前，制作一个中视频后，生成字幕是非常耗时耗力的，可能要花上1个小时才能完成。但现在，有了AI工具，这个过程只需几分钟，甚至在识别率更高的情况下，只要一分钟就搞定了。有了文案提取工具，你的创作效率会大大提高。如果再结合AI生成你的声音和视频画面，你至少能节省80%的时间！ 关于AI生成声音的部分，我们在第一个视频中已经做了详细讲解，你可以翻到之前的视频，或者直接在我的频道里搜索“克隆声音”快速找到。而如何用AI生成你讲话的视频画面，我们会在下一个视频中深入分享，记得持续关注哦！ 2. 快速了解视频内容 比如，在接下来的《投资大师Agent》系列中，有一个重要的需求是快速了解各财经博主关注的概念板块，甚至是一些可能引发市场变化的事件。通常情况下，我们需要一个视频一个视频地去看，才能抓住这些重点。但有了AI文案快速提取工具，你可以一键提取视频内容，迅速掌握重点事件，不再需要耗费大量时间逐个观看。 如果你是博主，想要快速借鉴同行的视频，这个工具同样非常实用。你可以快速提取他们的视频文案内容，然后把这些文案发给ChatGPT，帮你分析出文案的亮点与优点，轻松提升自己的创作水平。 3. 视频搜索 随着视频内容越来越多，你是否有过想找某个视频中的特定片段，却忘记具体在哪个时间段？过去我们可能需要一个个视频点开查找，既耗时又费力。但现在，通过AI工具，你可以为每个视频生成字幕文件，快速定位到记忆中的片段。甚至还能为每个视频生成完整的字幕档案，方便以后随时查找和回顾知识点。 如何精准定位到你想要的内容？我们将在后续的视频中详细讲解。 当然，AI工具的用途远不止于此，这里就不一一赘述了。现在回到今天的重点内容，接下来我会分享三个非常实用的文案提取工具。它们都是免费的，特别是最后一个，简直零门槛，哪怕是新手也能轻松上手。所以，一定要看到最后！ ## 二、3个文案提取工具 ### 2.1 分享项目一 https://github.com/jianchang512/sts 优点：识别率比较高，且生成比较快 缺点：时间序列比较少 第1个分享项目 复制视频介绍或博客中提供的地址，直接在浏览器中打开，你就能访问这个项目。它是一个支持本地离线运行的音视频转字幕工具，能够输出JSON、SRT字幕以及纯文字格式文件。这个工具不仅适合新手快速上手，还可以作为通用工具，在任何项目中调用使用。项目作者详细描述了两种使用方式：一是通过EXE程序直接运行，二是通过源码部署。为了更快上手，这次我们直接使用EXE程序，毕竟工具的核心是解决问题，时间宝贵，没必要纠结于使用过程。当然，如果你打算在其他项目中调用它，那就需要进行源码部署。该项目还提供了API调用方式，具体内容可以参考作者提供的文档。基本上，Python项目的源码部署方式都比较类似，后面我们还会分享一个源码部署的项目，帮助你更好地理解。 在作者文档中提供了EXE程序的下载地址，点击进入下载页面，选择最新版本。我选择了通过GitHub下载。 使用该项目前，需要满足两个前提条件：一是必须配置好FFmpeg环境，二是下载各版本的语音识别模型文件。关于FFmpeg环境的配置，可以参考我之前的视频。我们也会一并下载所需的语音识别模型。 下载成功后，先解压项目到某文件夹，然后将下载好的模型文件放入项目中的modelS指定文件夹。接下来就可以运行项目了。运行前，建议先查看一下作者给出的注意事项，以便提前了解可能遇到的问题。主要有两点：第一，如果没有显卡或没有CUDA环境，尽量不要选择Large模型；第二，如果显存小于8GB，同样建议避免使用Large模型。 双击启动EXE程序，稍等片刻，浏览器会自动弹出操作界面。如果没有弹出，你可以手动输入127.0.0.1加上9977端口号进行访问。 在操作页面，点击上传图标，注意这里上传的必须是音频文件。如果你手上的文件是视频格式，可以使用FFmpeg命令快速将视频转换为任意音频格式。接下来上传音频文件，我这次选择了上一期视频生成的音频文件，并根据自己的硬件情况选择了模型。我使用的是3060显卡，所以选择了Large模型。 在“返回格式”中，我选择了SRT字幕格式。如果你希望系统自动导出，可以开启“自动导出”选项，导出时会自动弹出下载框。我这次选择默认关闭，等需要下载时再手动点击导出按钮即可。接着点击“立即识别”，等待生成SRT字幕文件。如果识别的音频时长较长，等待时间可能会比较久，建议控制在20分钟以内。如果音频过长，你也可以使用FFmpeg进行音频剪辑，具体的剪辑命令可以参考我之前的视频，那里有详细的讲解。 稍等片刻后，SRT字幕文件就生成了。点击“导出文件”按钮，就可以保存SRT字幕文件。先保存好这个文件，后面我们会与其他两款工具生成的字幕文件进行对比。 ### 2.2 优点：时间序列比较多，更适用与剪辑字幕生成 缺点：速度较慢、识别率看显卡配置 第2个分享项目 接下来分享第二个项目。同样，将视频介绍或博客中提供的地址复制并在浏览器中打开，你就能访问这个项目。该项目基于Whisper开发，可以将音频或视频文件生成SRT字幕文件，而且无需申请第三方API。我们将采用源码部署的方式来操作。如果你对第一个项目也想使用源码部署，同样可以参考此方法。 首先，在项目描述中找到源码的使用说明，作者详细描述了操作步骤，我们只需按步骤操作即可。在执行这些步骤前，先下载源码。源码可以通过Git或者直接下载压缩包的方式获取。我这里选择使用Git下载，复制项目的仓库地址，然后在任意文件夹内右键，点击“Git Bash Here”来打开命令窗口。注意，只有先安装Git Bash工具后，右键菜单中才会出现此选项。Git Bash的下载地址我会放在视频介绍中，下载后按默认设置安装即可。 ``` https://git-scm.com/downloads ``` 在Git命令窗口中，输入 git clone + 项目仓库地址 并回车，等待代码下载完成。下载成功后，按照作者提供的使用说明来部署。如果你没有安装Conda Python环境，作者也提供了一个简化版的Conda环境。不过我建议直接安装Anaconda，你可以在官网上下载，并按默认设置一路安装即可。下载地址同样会放在视频介绍中。Conda的安装过程非常简单，大家如果不熟悉也可以在百度或谷歌上查找相关教程。一旦安装了Anaconda，实际上无需再单独安装Python，因为它自带Python环境。 在项目根目录下输入 CMD 打开命令窗口，使用命令为该项目创建一个独立的虚拟环境。这么做的好处是可以避免不同项目之间因版本不兼容而导致的报错。命令执行完毕后，虚拟环境就创建好了。通过 conda activate + 虚拟环境名称 来激活这个独立环境。 然后，安装项目所需的依赖文件。使用 pip install 命令安装依赖，过程中可能会遇到一些错误，多数是网络问题。如果你有科学上网条件，可以解决大多数问题。如果没有，也可以添加国内的镜像源。我会在视频介绍区提供镜像源的添加方法。另外，如果大家对免费科学上网工具感兴趣，可以在评论区留言，如果需求多，我会专门制作一期视频来分享。 当依赖库安装完成且没有报错后，项目就可以正常运行了。项目支持界面操作、命令行方式运行，甚至可以在代码中调用。首先来看第一种，在命令窗口输入 python + gui.py 即可打开操作界面。点击“打开”，选择要识别的音视频文件，然后点击“运行”。耐心等待，识别完后就能在就在音视频文件同目录下看到生成的SRT字幕文件。 第二种运行方式与第一种类似，具体可以参考作者文档中的参数说明。接下来我们验证第三种——在代码中调用。考虑到近期研究创作大师Agent，代码调用方式更灵活、实用。你只需要复制作者提供的代码，并修改音视频文件的路径，运行后系统会自动将SRT文件保存到与音视频文件相同的目录下。 **** 首先新建一个python脚本文件，将作者提供示例代码粘贴到脚本文件中，去除最前面的空格并将音视频的地址进行替换，所有修改完成后保存。在已经激活的虚拟环境中运行该脚本，这里报错说是没有SubtitleGenerator模块，需要导入导包，输入import导包代码，保存后再运行。再次报错，这里原因是脚本存放位置错误，找不到相应的文件，所以需要将脚本文件移动到项目根目录下，然后再次运行。还是报错，看看提示。路径报错，路劲上忘记加R标记，再运行，还是报错，发现是作者提供的变量有问题，改一下。重新运行，任然报错，这里原因是没有指定入口函数。改下，再次运行。这次就正常运行。耐心等待生成即可。 运行完成，就能在与给定音视频文件同目录下能找到生成SRT字幕文件。 > xxx 首先，新建一个Python脚本文件，将作者提供的示例代码粘贴到脚本中。去除代码最前面的空格，并将音视频的路径替换为你自己的文件地址。修改完成后，保存文件。 接下来，在已经激活的虚拟环境中运行该脚本。此时出现了第一个错误，提示没有找到 SubtitleGenerator 模块。我们需要导入该模块，输入 导包代码后再次保存并运行。 然而，运行时再次报错。这次的原因是脚本存放在错误的目录，导致无法找到相关文件。因此，我们需要将脚本文件移动到项目的根目录下，然后再次运行。 此时，错误依然存在。查看提示后发现路径设置有误，忘记在路径字符串前加 r 标记。修改后重新运行，结果还是报错。经过进一步检查，发现作者提供的某些变量有问题，调整变量后重新运行，仍然有报错。这次的问题是没有指定入口函数。 最终，添加入口函数后再次运行，脚本成功执行。耐心等待处理完成后，你将在与指定的音视频文件相同的目录下找到生成的SRT字幕文件。 接着，是关于模型配置的说明。 由于每个人的硬件条件不同，需要指定合适的模型。模型的配置可以在项目根目录下的 settings 文件中修改，找到 mode 参数并更改为你需要的模型类型即可。 ### 2.3 分享项目三 https://github.com/WEIFENG2333/AsrTools 优点：无需显卡、识别率高、速度快 今天要分享的第三个项目，同样非常实用。 首先，将视频介绍或博客中提供的地址复制到浏览器中打开，你就可以访问到这个项目。这个项目的使用方法极其简单，连0基础的小白也能轻松上手，直接运行即可使用。更重要的是，它对硬件要求非常低，即使没有显卡也能顺利运行。 作者不仅提供了完整的安装包和详细的使用说明，还提供了源码安装的选项，方便你在自己的项目中调用。但秉持着"站在巨人肩膀上高效工作"的理念，我们还是选择最简单、最便捷的方式——直接运行安装包。 首先，点击作者提供的 Release 版本链接，进入下载页面，选择相应的压缩包并下载。下载完成后，解压并运行 exe 程序，进入软件的操作界面。 该软件支持多种识别模型，包括 Base 基础接口、J 剪映接口、K 快剪接口以及 Whisper 模型。其中，选择 Base 时，程序会根据代码中的策略自动在 J 剪映接口和 K快影接口之间做出选择。 在本次演示中，我们选择 J 剪映接口，为了方便比较三个项目的识别效果，继续使用上一期视频的音频文件。点击“开始处理”，很快字幕文件就在音频文件的同目录下生成了，识别效率非常高。同样地，选择 K快影接口识别模式时，处理速度也相当快。 经过对比，我们可以得出一些结论。这三个项目分别对上一期视频的音频文件进行了识别，并生成了相应的字幕文件。我们将它们拉到字幕文件的底部，发现第二个和第三个项目在时间精度方面表现更加优秀。 为什么时间精度如此重要？对于内容创作大师Agent来说，字幕制作的效率和体验至关重要。第一个项目生成的字幕总共只有100多段，这意味着每段的字幕内容相对较长，可能影响观众的观看体验。如果需要手动分割更多的段落，制作效率也会受到影响。而第二个和第三个项目生成的字幕段数接近300段，每段内容长度适中，更符合观众的阅读节奏，并且准确率方面也是更优。因此，字幕制作效率大大提高，几分钟内就可以完成。 最后，简单总结一下今天分享的三个项目。 ## 三、总结 以上介绍的三个工具各有优缺点。在保证识别准确率的前提下，前两个工具对硬件有一定要求，而最后一个工具则对设备几乎没有要求。作为临时使用的工具，第三个无疑是最佳选择。不过，尽管它使用方便，也并非万无一失。由于它依赖第三方接口，存在接口被停用的风险，所以在使用时也要有备选方案，做好应对准备。 ## 其他相关连接 ``` 1.博客文章地址 blog.littlelit.top/article/2024/10/19/9.html 备用地址： littlelit.top/downloads/文案提取工具分享.txt 2.Git工具gitbash git-scm.com/downloads 3.anaconda下载 www.anaconda.com/download/success ``` ## 无法科学上网，镜像源配置 ``` ### 看看镜像源 conda config --show-sources # 中科大镜像源 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/ # 北京外国语大学源 conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2 #清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 #阿里云 conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2 ```