Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
albedo-tabai avatar

Video Copy Analyzer

  • 140 installs
  • 204 repo stars
  • Updated February 21, 2026
  • albedo-tabai/video-copy-analyzer

video-copy-analyzer is a skill that downloads online videos, transcribes Chinese speech with FunASR, and runs a three-dimension analysis of the video copy.

About

video-copy-analyzer is a Chinese-language tool that downloads an online video, transcribes its Chinese speech with FunASR, corrects the transcript, and runs a three-dimension analysis of the copy across TextContent, Viral, and Brainstorming lenses. It follows a strict 5-stage pipeline from download to a structured transcript. A developer or content creator uses it to extract and study short-video scripts and viral copywriting techniques. It supports Bilibili, YouTube, and Douyin.

  • Downloads online videos (Bilibili, YouTube, Douyin), transcribes Chinese speech with FunASR, and corrects the transcript
  • Runs a 5-stage pipeline ending in three-dimension copy analysis (TextContent, Viral, Brainstorming)
  • Uses a three-tier subtitle strategy: embedded subtitles, RapidOCR burned-in subtitles, then FunASR transcription

Video Copy Analyzer by the numbers

  • 140 all-time installs (skills.sh)
  • Ranked #739 of 1,335 Generative Media skills by installs in the Skillselion catalog
  • Data as of Aug 5, 2026 (Skillselion catalog sync)
At a glance

video-copy-analyzer capabilities & compatibility

Free; FunASR runs locally after a one-time 2-3GB model download

Capabilities
transcription · copywriting
Use cases
transcription · copywriting · marketing
Platforms
macOS
Pricing
Free
From the docs

What video-copy-analyzer says it does

一站式视频内容提取与文案分析,支持 B站、YouTube、抖音 等平台。
SKILL.md
转录速度极快:10 分钟音频约 22 秒完成
SKILL.md
npx skills add https://github.com/albedo-tabai/video-copy-analyzer --skill video-copy-analyzer

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs140
repo stars204
Last updatedFebruary 21, 2026
Repositoryalbedo-tabai/video-copy-analyzer

What it does

Download a video, transcribe its speech with FunASR, and analyze the copy across three dimensions.

Who is it for?

Extracting and analyzing short-video scripts and viral copywriting techniques

Skip if: Analyzing video visuals or scene quality (it focuses on the spoken/text copy)

When should I use this skill?

A user needs to analyze short-video copy, extract video content, or study viral copywriting

What you get

A corrected transcript and a three-dimension copy analysis report are produced from an online video.

  • Corrected text transcript (.md)
  • Three-dimension analysis report
  • Structured transcript

By the numbers

  • 5-stage pipeline
  • 3 analysis frameworks (TextContent, Viral, Brainstorming)
  • supports 3 platforms (Bilibili, YouTube, Douyin)

Files

SKILL.mdMarkdownGitHub ↗

视频文案分析工具

一站式视频内容提取与文案分析,支持 B站、YouTube、抖音 等平台。

安装部署

系统要求

  • Python 3.9+
  • FFmpeg(用于音视频处理)
  • 约 3GB 磁盘空间(FunASR 模型缓存)

一键安装

# 1. 基础工具
brew install ffmpeg  # macOS
pip install yt-dlp requests pysrt python-dotenv

# 2. FunASR(核心 ASR 引擎,中文语音转录)
pip install funasr modelscope torch torchaudio

# 3. RapidOCR(烧录字幕识别,可选)
pip install rapidocr-onnxruntime

⚠️ FunASR 首次运行注意事项

FunASR 首次运行时会自动下载约 2-3GB 模型文件~/.cache/modelscope/

模型大小用途
paraformer-zh~1.05GB中文语音识别(ASR)
fsmn-vad~20MB语音活动检测(长音频分段)
ct-punc~1GB标点恢复
  • 首次下载可能需要 1-5 分钟(取决于网速),期间看起来像是卡住,请耐心等待
  • 下载完成后会缓存到本地,后续运行秒级加载
  • 如果下载失败,可手动从 ModelScope 下载模型放到 ~/.cache/modelscope/hub/models/iic/ 目录

环境验证

# 验证所有依赖
python scripts/check_environment.py

# 或手动检查关键组件
yt-dlp --version
ffmpeg -version
python -c "from funasr import AutoModel; print('FunASR OK')"
python -c "from rapidocr_onnxruntime import RapidOCR; print('RapidOCR OK')"

首次使用设置

首次使用时,询问用户:

"请设置默认工作目录(用于保存下载的视频和分析报告):

>

A. 使用默认目录:~/video-analysis/
B. 每次手动指定目录
C. 指定一个固定目录:[请输入路径]"

保存用户选择供后续使用。

---

工作流程(5 阶段)

重要:你必须严格按照以下 5 个阶段顺序执行,每个阶段完成后再进入下一个阶段。不要跳过任何阶段。

阶段 1: 下载视频

目标:将用户提供的视频 URL 下载为本地 MP4 文件。

执行步骤: 1. 获取用户提供的视频 URL 和输出目录 2. 如果输出目录不存在,创建它:mkdir -p <输出目录> 3. 判断视频平台并选择下载方式

抖音视频(URL 包含 douyin.comv.douyin.com

使用专用下载脚本:

python scripts/download_douyin.py "<抖音链接>" "<输出目录>/<文件名>.mp4"

支持的链接格式:v.douyin.com/xxxwww.douyin.com/video/xxxdouyin.com/jingxuan?modal_id=xxx

其他平台(B站、YouTube 等)

使用 yt-dlp:

yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" \
  --merge-output-format mp4 \
  -o "<输出目录>/%(id)s.%(ext)s" \
  "<视频URL>"

4. 确认下载成功:检查 MP4 文件是否存在且大小 > 0

---

阶段 2: 字幕提取

目标:从视频中提取 SRT 格式字幕文件。

执行步骤

⚠️ 重要:不要调用 `extract_subtitle_funasr.py` 的 `main()` 函数或直接运行整个脚本(它包含 B站 API 调用会因 cookies 问题卡住)。直接调用 `extract_with_funasr` 函数。

使用以下 Python 代码直接调用 FunASR 提取字幕:

import sys, os
sys.path.insert(0, '<skill_scripts_目录的绝对路径>')
from extract_subtitle_funasr import extract_with_funasr
success = extract_with_funasr('<视频文件绝对路径>', '<输出SRT文件绝对路径>')

执行方式:将上述代码写入临时 Python 脚本文件(如 /tmp/run_funasr.py),然后运行:

python3 -u /tmp/run_funasr.py 2>&1 | tee /tmp/funasr_output.log

注意事项

  • 必须使用绝对路径,不要使用相对路径
  • 首次运行需下载 2-3GB 模型,耐心等待(后续秒级加载)
  • 转录速度极快:10 分钟音频约 22 秒完成
  • 命令运行后需要等待 30-120 秒(取决于视频长度)

确认成功:检查 SRT 文件是否存在且大小 > 0

字幕提取的内部逻辑(三层优先级,脚本自动处理)

优先级方法适用场景准确度速度
L1内嵌字幕提取视频自带字幕流⭐⭐⭐⭐⭐⚡ 极快
L2RapidOCR 烧录字幕识别字幕烧录在画面中⭐⭐⭐⭐🚀 快
L3FunASR 语音转录无字幕,纯语音⭐⭐⭐⭐⚡ 极快

---

阶段 3: 文稿校正

目标:将 SRT 字幕合并为连续文本,基于语义进行校正,输出 <视频ID>_文字稿.md

执行步骤: 1. 读取 SRT 字幕文件 2. 提取所有文本行(跳过序号和时间戳行) 3. 合并为连续文本 4. 基于上下文语义进行智能校正:

  • 修正 ASR 产生的同音字错误(如"旗下"→"棋下")
  • 修正专业术语和人名
  • 确保标点符号正确

5. 保存为 Markdown 文件

输出文件<输出目录>/<视频ID>_文字稿.md

输出格式

# <视频ID> 原始文字稿

<校正后的完整文本>

---

阶段 4: 三维度综合分析

目标:对文字稿内容进行深度分析,应用三个分析框架,输出 <视频ID>_分析报告.md

执行步骤: 1. 读取阶段 3 生成的文字稿内容 2. 依次应用以下三个分析框架 3. 将分析结果保存为 Markdown 文件

三个分析框架

4.1 TextContent Analysis 视角

你必须分析以下维度:

  • 叙事结构分析:开场、发展、高潮、转折、结尾的结构
  • 叙事声音分析:基调、节奏、独特金句
  • 修辞手法识别:比喻、反转、呼应、隐喻等
  • 词库提取:关键词列表
4.2 Viral-Abstract-Script 视角

你必须分析以下维度:

  • Viral-5D 框架诊断:对 Hook、Emotion、爆点、CTA、社交货币 分别给出⭐评分和分析
  • 风格定位:该视频的内容风格标签
  • 爆款潜力评估:完播率、互动率、转发率预期
  • 优化建议:1-3 条具体可执行的改进建议
4.3 Brainstorming 视角

你必须分析以下维度:

  • 核心价值拆解:该文案的核心传播价值是什么
  • 创意方向探索:2-3 种衍生创意方向
  • 增量验证点:可测试的优化实验

输出文件<输出目录>/<视频ID>_分析报告.md

输出格式

# 视频文案综合分析报告(三维度)

## 一、TextContent Analysis 视角
[叙事结构、修辞手法、词库]

## 二、Viral-Abstract-Script 视角
[Viral-5D诊断、风格定位、优化建议]

## 三、Brainstorming 视角
[价值拆解、创意方向、验证点]

---

阶段 5: 结构化文字稿

目标:基于阶段 3 的文字稿,按照视频内容的叙事逻辑重新分段整理,输出格式清晰、层次分明的 <视频ID>_结构化文字稿.md

执行步骤: 1. 读取阶段 3 生成的文字稿,以及阶段 4 分析报告中的叙事结构分析 2. 按照视频内容的自然叙事段落进行切分 3. 为每个段落添加简洁的小标题(## 一、xxx## 二、xxx 格式) 4. 在段落内部按语义进行合理分行(每段不宜过长,3-5 句为宜) 5. 修正 ASR 错误的同时保留口语化风格 6. 对关键金句或重点内容使用加粗标注 7. 保存为 Markdown 文件

输出文件<输出目录>/<视频ID>_结构化文字稿.md

输出格式

# <视频标题或ID> 结构化文字稿

## 一、<第一段小标题>

<分行后的段落文本,3-5 句一段>

<继续...>

## 二、<第二段小标题>

<分行后的段落文本>

...

注意事项

  • 小标题应简洁有力,概括该段核心内容
  • 保留视频原始的口语表达风格,不要过度书面化
  • 关键金句或亮点用加粗突出
  • 每个段落之间用空行分隔,提高可读性

---

完成后输出

完成所有 5 个阶段后,向用户播报:

✅ 视频文案分析完成!

📁 输出目录: <用户指定的目录>

📄 生成文件:
  - <视频ID>.mp4              (原始视频)
  - <视频ID>.srt              (原始字幕)
  - <视频ID>_文字稿.md         (校正后纯文本文字稿)
  - <视频ID>_分析报告.md       (三维度分析报告)
  - <视频ID>_结构化文字稿.md   (按叙事逻辑分段的结构化文字稿)

🔗 快速打开:
  [文字稿](<文字稿路径>)
  [分析报告](<分析报告路径>)
  [结构化文字稿](<结构化文字稿路径>)

---

参考文件

文件说明状态
download_douyin.py抖音视频下载脚本✅ 可用
extract_subtitle_funasr.py智能字幕提取(FunASR + RapidOCR)✅ 可用
check_environment.py环境依赖检测✅ 可用
analysis-frameworks.md三个分析框架详解✅ 参考

<!-- 以下脚本暂未启用,需要浏览器 cookies 支持,目前因 macOS 钥匙串加密问题暂不可用 --> <!-- | fetch_bilibili_subtitle.py | B站API字幕获取(需cookies) | ⏸️ 暂停 | --> <!-- | extract_subtitle.py | Whisper 字幕提取(已被 FunASR 替代) | ⏸️ 暂停 | --> <!-- | transcribe_audio.py | Whisper 音频转录(已被 FunASR 替代) | ⏸️ 暂停 | -->

---

FunASR 技术细节

本 skill 使用 FunASR 的 Paraformer 系列模型组合:

from funasr import AutoModel

model = AutoModel(
    model="paraformer-zh",        # 中文 ASR(含 SeACo 增强)
    vad_model="fsmn-vad",         # 语音活动检测(自动分段长音频)
    vad_kwargs={"max_single_segment_time": 60000},  # 每段最长 60 秒
    punc_model="ct-punc",         # 标点恢复
    disable_update=True,          # 禁用版本检查
)

result = model.generate(
    input="audio.wav",
    batch_size_s=300,             # 动态 batch
    cache={},                     # 官方推荐参数
)

性能参考(MacBook Pro M 系列 CPU):

音频时长转录耗时RTF字幕条数
42 秒2 秒0.049~11 条
9 分钟22 秒0.036~137 条
10 分钟22 秒0.035~142 条

---

故障排除

FunASR 首次运行很慢 / 看起来卡住

首次运行需下载约 2-3GB 模型文件,这是正常现象。在网速 30MB/s 的环境下约需 1-2 分钟。下载完成后后续运行秒级加载。

FunASR 模型下载失败

如果 ModelScope 下载速度慢或中断,可手动从 ModelScope 下载以下模型到 ~/.cache/modelscope/hub/models/iic/ 目录:

  • speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch
  • speech_fsmn_vad_zh-cn-16k-common-pytorch
  • punc_ct-transformer_cn-en-common-vocab471067-large

torch 版本不兼容

FunASR 需要 PyTorch 2.0+,建议:

pip install torch torchaudio --upgrade

字幕提取脚本直接运行卡住

不要直接运行 python extract_subtitle_funasr.py video.mp4 output.srt(它会调用 B站 API 获取字幕并因 cookies 问题卡住)。请按照阶段 2的说明,直接调用 extract_with_funasr() 函数。

Related skills

FAQ

Which ASR engine does video-copy-analyzer use?

It uses FunASR's Paraformer models for fast Chinese speech transcription, downloading about 2-3GB of models on first run.

What analysis frameworks does it apply?

Three: TextContent Analysis, Viral-Abstract-Script, and Brainstorming.

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.