2026年用AI自动化YouTube：yt-dlp（18万星）+ Whisper 流水线做转写、摘要和切片

用yt-dlp（182,537星）加OpenAI Whisper（106,660星）搭建的免费流水线，能本地下载视频、转写文本，把任何长视频变成摘要、章节和切片——不需要付费SaaS。

💡 你将学到

用yt-dlp（182,537星）加OpenAI Whisper（106,660星）搭建的免费流水线，能本地下载视频、转写文本，把任何长视频变成摘要、章节和切片——不需要付费SaaS。

直接给结论

yt-dlp（182,537星，Unlicense协议）是命令行工具，能从YouTube及1000多个站点下载视频和音频。OpenAI Whisper（106,660星，MIT）在本地转写音频，准确率接近人类水平。两者配合就能自动化内容创作里最耗时的一步：把1小时视频变成可搜索的文字。

第一步 - 只下载音频（比视频快得多）

pip install yt-dlp openai-whisper
yt-dlp -f bestaudio -x --audio-format mp3 -o "video.%(ext)s" "https://www.youtube.com/watch?v=VIDEO_ID"

第二步 - 用Whisper本地转写

whisper video.mp3 --model medium --language en --output_format all

medium模型在8GB显卡上运行没问题，CPU转写1小时音频约10分钟。small模型快3倍、精度略低——适合初稿。

第三步 - 把转写稿变成内容

把转写文本丢给任意大模型，就能生成： - 带时间戳的章节标题 - 200字的视频简介摘要 - 适合发到你网站的博客版本 - 切片：按关键词密度找最精彩片段

真实数据

• Whisper small在CPU上：1小时音频约12分钟
• Whisper medium在现代GPU上：1小时音频约4分钟
• faster-whisper（24,747星）用CTranslate2跑同样模型快4倍

FAQ

Q：下载YouTube视频合法吗？ A：个人学习用途的下载普遍被容忍，但转载内容不行。先看频道的授权和你当地法律。

Q：whisper.cpp是什么？ A：whisper.cpp（52,588星）用C/C++跑Whisper模型——适合服务器和边缘设备，无Python依赖。

Q：能全自动吗？ A：能——用cron或n8n（199,396星）定时执行命令，自动处理观察列表里的新视频。