做自媒体的朋友都知道，每天要刷多少视频。选题要刷，竞品要刷，热点还要刷。几个小时刷下来，眼睛都快瞎了，脑子里还是一团浆糊。
视频里头说了啥？有没有能用的素材？不知道。再听一遍？没那个时间。
其实有个土办法，用Python调一个叫Whisper的开源工具，能把视频里的语音直接转成文字。转出来的字幕文件，丢给AI或者自己扫一眼，几分钟就知道视频值不值得看。
我试过几个转字幕的在线网站，要么收费，要么限制时长。Whisper是开源的，免费，而且本地就能跑。
安装也不复杂，电脑上装好Python，用pip就能装Whisper库。装完之后，打开命令行，输一行代码：whisper 视频文件路径.mp4。等着就行。
它会自动识别视频里的语言，中文英文都行。输出一个.srt的字幕文件，一个纯文本的.txt文件。用记事本打开.txt，视频里说的每一句话都在上面。
我一般拿到这个.txt文件，先看一眼有没有爆款金句。有的话，直接截图或者做成文字素材。如果没有，就把文本喂给AI，让它三句话总结一下视频主题。比自己看快十倍。
有个细节要注意，视频文件太大的话，Whisper跑起来有点慢。我一般先拿剪辑软件把视频裁成十分钟以内的片段。或者用ffmpeg先把音频抽出来，直接用mp3转文字，能快不少。
还有一点，Whisper有不同大小的模型。最小的叫tiny，跑得快但准确率一般。最大的叫large，准确率高但慢。我平时用base模型，够用，也不卡。
自媒体人最怕的就是时间浪费在无效观看上。现在每天几十个选题视频，我全先转成文字，花十分钟扫一遍，能用的留下，不能用的删掉。再也不怕收藏夹吃灰了。
这套流程我用了半年了，效果很稳定。要是你也觉得刷视频太累，不如试试这个办法。
