bili2text 是一个把 Bilibili 视频转成文字的命令行工具。
贴一个 Bilibili 链接或 BV 号进去,它会自动下载视频、提取音频、跑语音识别,最后输出一份文字稿。支持多种转写引擎,可以在本地离线跑,也可以接云端服务。
除了命令行,还附带了简单的 Web 界面和桌面窗口,方便不习惯终端的用户使用。
PS:这个是老的界面截图
| 引擎 | 类型 | 说明 |
|---|---|---|
| Whisper | 本地模型 | OpenAI 开源的语音识别模型,离线运行,通用性强 |
| SenseVoice | 本地模型 | 阿里云开源本地语音识别模型,中文识别效果好 |
| 火山引擎 | 云端 API | 字节跳动旗下的商用语音识别服务,识别很准很推荐 |
| MiMo | 云端 API | 小米 MiMo 语音识别(mimo-v2.5-asr),OpenAI 兼容协议,长音频自动切片并发转写 |
需要 Python 3.10–3.12 和 uv。
uv 是一个现代化的 Python 包管理工具,速速扔掉你手中的 Conda、Anaconda、venv和pip吧!
git clone https://github.com/lanbinleo/bili2text.git
cd bili2text
uv sync这只会安装核心依赖。转写引擎和额外功能需要通过 extras 安装,比如要用 Whisper 和 Web 界面:
uv sync --extra whisper --extra web可选的 extras:whisper、sensevoice、volcengine、mimo、web、server。可以暂时不用安装,详看下方的初始化文档。
注意:多个 extra 要写在同一条命令里(如
uv sync --extra whisper --extra web)。分成多条uv sync执行会互相覆盖,后一条会把前一条装上的依赖移除。
选择 SenseVoice 时,先下载 iic/SenseVoiceSmall-onnx 到本地目录。该 ONNX 仓库缺少运行时必需的 chn_jpn_yue_eng_ko_spectok.bpe.model,还需要从 iic/SenseVoiceSmall 下载这个同名文件,并放进同一目录。最终目录至少应包含:
config.yaml
am.mvn
chn_jpn_yue_eng_ko_spectok.bpe.model
model_quant.onnx # 官方量化模型;也支持非量化 model.onnx
配置向导中的 SenseVoice 模型目录应指向这个目录。bili2text 会根据 model_quant.onnx 或 model.onnx 自动选择量化模式,并在文件不完整时列出缺失项。
第一次运行时会自动弹出配置向导,也可以手动运行:
uv run bili2text init向导会引导你选择语言、转写引擎和额外功能,最后告诉你需要运行什么安装命令。
uv run bili2text tx "https://www.bilibili.com/video/BV1kfDTBXEfu"也可以传本地文件:
uv run bili2text tx ./my-video.mp4指定引擎和模型:
uv run bili2text tx "BV1kfDTBXEfu" --provider whisper --model medium下载默认只保留音频(转写用不到视频画面,能省下大量磁盘和带宽)。需要保留视频文件时加 --keep-video,或设置环境变量 B2T_KEEP_VIDEO=1:
uv run bili2text tx "BV1kfDTBXEfu" --keep-video需要登录态才能下载的视频,可以从浏览器直接提取 Cookie(chrome/firefox/edge/brave,也可带配置名如 firefox:default):
uv run bili2text tx "BV1kfDTBXEfu" --cookies-from-browser chrome也可以把 Cookie 存成 cookies.txt 放进工作区(或用 B2T_COOKIE_FILE 指定路径)。此外,bili2text 默认绕过系统代理直连 B 站 CDN(代理节点常触发 412 / SSL 错误),需要走代理时设置 B2T_USE_PROXY=1。
批量提交多条输入:
uv run bili2text batch "BV1kfDTBXEfu" "https://www.bilibili.com/video/BV1xx411c7XD"也可以用文本文件,每行一个 BV、链接或本地文件路径:
uv run bili2text batch --file sources.txt转写多分P视频时,链接里带上 ?p=N 即可只处理指定分P:
uv run bili2text tx "https://www.bilibili.com/video/BV1xx411c7XD?p=2"MiMo 走的是 OpenAI 兼容协议,需要先装 extra 并配好 API Key:
uv sync --extra mimo
uv run bili2text bootstrap # 选 mimo,填 API Key长音频会自动按 60 秒切片并发转写,--workers 控制并发数(默认 4):
uv run bili2text tx "BV1kfDTBXEfu" --provider mimo --workers 6并发调太高会被服务端限流(HTTP 429)。单个切片失败会自动退避重试;转写成功的切片按内容哈希缓存在 .b2t/cache/mimo/,所以任务中断后原样重跑只会补缺失的部分,不会重复计费。
注意:--prompt 对 MiMo 引擎无效(ASR 模型不接受文本提示,语言由 mimo.language 配置决定);无效 API Key 等 4xx 致命错误会立即报错,不再空耗重试。
| 命令 | 缩写 | 说明 |
|---|---|---|
bili2text transcribe |
tx |
转写视频或音频 |
bili2text batch |
- | 批量转写多条输入 |
bili2text bootstrap |
init |
配置向导 |
bili2text web |
ui |
启动 Web 界面 |
bili2text server |
srv |
启动服务模式 |
bili2text window |
win |
启动桌面窗口 |
bili2text doctor |
diag |
检查运行环境 |
bili2text language |
lang |
切换界面语言 |
uv run bili2text --helpbili2text 内置 shell 补全,支持 Bash、Zsh、Fish、PowerShell。安装一次后,输入命令时按 Tab 即可补全子命令和参数:
bili2text --install-completion安装后重开终端(或按提示刷新 shell 配置)即可生效。
如果补全脚本安装到了非默认位置,或者你用的是 uv run 方式运行,也可以手动生成脚本并 source:
# Bash
bili2text --show-completion bash > ~/.bili2text-complete.bash
echo 'source ~/.bili2text-complete.bash' >> ~/.bashrc
# Zsh
bili2text --show-completion zsh > ~/.bili2text-complete.zsh
echo 'source ~/.bili2text-complete.zsh' >> ~/.zshrc启动 Web 界面(浏览器访问):
uv run bili2text ui以服务模式运行(适合 Docker 或局域网部署):
uv run bili2text srv --host 0.0.0.0 --port 8000Web 界面除了提交转写,还提供任务进度、视频库检索、分类与标签、文本编辑和历史版本切换。
注意,项目暂时未对Docker或服务器类型的长时间运行做任何优化,请暂时使用本地端
MIT License
使用本工具时,请遵守你所在地区的版权法律与平台规则。确保你有权下载和转写相关视频内容。
开发者不对任何非法使用行为负责。

