這款本地部署工具，把視頻一鍵變成專屬文字筆記

這款本地部署工具，把視頻一鍵變成專屬文字筆記

刷到干貨滿滿的視頻想整理成筆記，回頭卻沒精力重溫？聽了優(yōu)質(zhì)播客想留存內(nèi)容，卻被各類轉(zhuǎn)寫工具的付費(fèi)、注冊(cè)門檻勸退？擔(dān)心把音視頻上傳第三方平臺(tái)泄露隱私，只能放棄整理？如果你也有這些煩惱，那今天星哥要分享的這款工具，絕對(duì)能精準(zhǔn)解決你的痛點(diǎn)！

AI-Media2Doc

主要功能：一鍵將音視頻轉(zhuǎn)化為小紅書/公眾號(hào)/知識(shí)筆記/思維導(dǎo)圖/視頻字幕等各種風(fēng)格的文檔。

AI 視頻圖文創(chuàng)作助手是一款 Web 工具, 基于 AI 大模型, 一鍵將視頻和音頻轉(zhuǎn)化為各種風(fēng)格的文檔, 無需登錄注冊(cè), 前后端本地部署，以極低的成本體驗(yàn) AI 視頻/音頻轉(zhuǎn)風(fēng)格文檔服務(wù)。

在 AI 工具滿天飛、動(dòng)輒收費(fèi)訂閱、還總惦記用戶數(shù)據(jù)的當(dāng)下，有一款叫 AI-Media2Doc 的開源項(xiàng)目顯得格外 “清流”。它沒有花里胡哨的噱頭，核心功能簡單又實(shí)在 —— 把視頻或音頻一鍵轉(zhuǎn)換成文字文檔，還能適配多種排版風(fēng)格，滿足不同場(chǎng)景的筆記需求。

不管是想把 YouTube 時(shí)間管理視頻轉(zhuǎn)成知識(shí)卡片，還是把深度訪談播客生成帶時(shí)間戳的字幕存檔，甚至想讓生成的文檔自動(dòng)配上關(guān)鍵幀截圖，它都能搞定。更貼心的是，如果你有自己的寫作習(xí)慣，還能修改前端提示詞，讓輸出內(nèi)容完全貼合你的風(fēng)格。

AI-Media2Doc優(yōu)勢(shì)

市面上轉(zhuǎn)寫工具不少，但 AI-Media2Doc 的核心優(yōu)勢(shì)，讓它從一眾工具里脫穎而出：

• ? 開源免費(fèi)無套路 ：基于 MIT 協(xié)議，代碼完全公開，不用花一分錢，也沒有隱藏收費(fèi)項(xiàng)，誰都能用、誰都能根據(jù)需求修改；

• ? 隱私安全拉滿格 ：無需注冊(cè)賬號(hào)，所有音視頻文件都在本地處理，不會(huì)上傳到任何云端服務(wù)器，任務(wù)記錄也只存在你的電腦里，徹底告別隱私泄露風(fēng)險(xiǎn)；

• ? 部署簡單易上手 ：只要你的電腦裝了 Docker，跟著步驟走，克隆代碼、配置環(huán)境、啟動(dòng)服務(wù)，三行命令就能跑起來，哪怕是普通用戶，跟著作者的詳細(xì)教程也能搞定；

• ? 離線也能正常用 ：語音識(shí)別依托本地 fast-whisper 模型，不用聯(lián)網(wǎng)也能完成轉(zhuǎn)寫，斷網(wǎng)環(huán)境下也不耽誤整理筆記；

• ? 還能加密碼保護(hù) ：如果部署在 NAS 或內(nèi)網(wǎng)，可設(shè)置訪問密碼，避免工具被他人濫用，安全感拉滿。

雖然對(duì)新手來說，部署過程有一點(diǎn)點(diǎn)門檻，但作者在 GitHub 上把步驟寫得明明白白，跟著操作基本不踩坑：

1. 1. 先安裝 Docker（Windows 用戶建議用 WSL）；

2. 2. 克隆項(xiàng)目代碼，進(jìn)入對(duì)應(yīng)目錄，復(fù)制并配置 variables.env 文件（用在線 API 就填模型密鑰，想純本地用就留空）；

3. 3. 配置大模型和密鑰、 variables.env 配置文件等

4. 4. 執(zhí)行 make run 或 docker-compose 啟動(dòng)命令，

5. 5. 打開瀏覽器訪問本地地址，就能開始使用。

省略

2.克隆項(xiàng)目代碼

                                                           git clone https://github.com/hanshuaikang/AI-Media2Doc.git
cd AI-Media2Doc


 查看文件：
ll
total 36
drwxr-xr-x 6 root root  254 Feb  5 23:34 backend
-rw-r--r-- 1 root root  412 Feb  5 23:34 docker-compose.yaml
drwxr-xr-x 3 root root   39 Feb  5 23:34 docs
drwxr-xr-x 4 root root  212 Feb  5 23:34 frontend
-rw-r--r-- 1 root root 1063 Feb  5 23:34 LICENSE
-rw-r--r-- 1 root root  498 Feb  5 23:34 Makefile
-rw-r--r-- 1 root root 4562 Feb  5 23:34 README_EN.md
-rw-r--r-- 1 root root 9402 Feb  5 23:34 README.md
-rw-r--r-- 1 root root  374 Feb  5 23:34 variables_template.env

參考主要用的是火山的，星哥用自己常用的騰訊云OSS和硅基流動(dòng)

參考：https://github.com/hanshuaikang/AI-Media2Doc/blob/main/backend/README.md

                                                           
cp variables_template.env variables.env

 vi variables.env

 :填
MODEL_ID=xxx
# 申請(qǐng)的大模型APIKEY
LLM_API_KEY=xxx

 STORAGE_ACCESS_KEY=xxx
STORAGE_SECRET_KEY=xxx
STORAGE_ENDPOINT=xxx
STORAGE_REGION=xxx
STORAGE_BUCKET=xxx

 AUC_APP_ID=xxx
AUC_ACCESS_TOKEN=xxx
AUC_CLUSTER_ID=XXX
# 如果不需要密碼訪問，請(qǐng)留空或者刪除此行
WEB_ACCESS_PASSWORD=
# 默認(rèn)使用字節(jié)火山方舟的大模型服務(wù)
LLM_BASE_URL=https://ark.cn-beijing.volces.com/api/v3

如果本機(jī)的8080端口被占用可以修改docker-compose.yaml文件

                                                           $ cat docker-compose.yaml
services:
  backend:
    image: hanshugithub/ai-media2doc-backend:latest
    env_file:
      - "variables.env"
    deploy:
      mode: replicated
      replicas: 1
    ports:
      - "8080:8080"


   frontend:
    image: hanshugithub/ai-media2doc-frontend:latest
    deploy:
      mode: replicated
      replicas: 1
    environment:
        - VITE_API_BASE_URL=http://localhost:8080
    ports:
      - "5173:5173"
$ docker-compose -f docker-compose.yaml up -d

瀏覽器訪問ip+端口

視頻變讀書筆記

比如你看了一個(gè)關(guān)于時(shí)間管理的 YouTube 視頻，用它轉(zhuǎn)成文字后，可以快速提煉出核心觀點(diǎn)，做成自己的知識(shí)卡片。

總結(jié)

這個(gè)項(xiàng)目的作者，其實(shí)就是個(gè)愛讀書、愛記筆記的普通用戶，因?yàn)檎也坏匠檬值墓ぞ撸纱嘧约簞?dòng)手開發(fā)了一款。他說 “不想在互聯(lián)網(wǎng)上注冊(cè)太多賬號(hào)”，這話星哥特別有共鳴。

現(xiàn)在很多工具，總想著堆砌 AI 功能、搞訂閱制、收集用戶數(shù)據(jù)，反而忘了工具的本質(zhì)是解決問題。而 AI-Media2Doc 走了相反的路：輕量、透明、尊重用戶，哪怕你只是偶爾用一次，也能感受到它的貼心。

如果你也厭倦了那些復(fù)雜又 “套路” 的智能工具，想擁有一款真正屬于自己的視頻轉(zhuǎn)筆記神器，不妨試試 AI-Media2Doc（GitHub 地址：https://github.com/hanshuaikang/AI-Media2Doc）。