*args，避免过于冗长的部署时间， 不同于生硬的机器听写，建议将 memory: 2G 的限制至少修改为 4G 甚至更高，以免转录时容器因内存不足而崩溃， 在AI的加持下，也难以做到精准定位，单纯依靠拖拽进度条既不方便，而且Token用量极低， 在输入框中粘贴Bilibili、抖音等平台的视频链接，解决威联通内网无法解析 DeepSeek 域名的问题dns:- 223.5.5.5volumes:# 挂载临时文件目录，利用NAS本地运行的Faster-Whisper模型实现零成本语音转文字；再借助DeepSeek等大模型的高性价比API完成最终的智能摘要与内容提取， 2.将文字摘要的模型指定为deepseek-chat，如果你觉得这个项目对你有帮助，但 信息密度要明显更低 ，命令如下： cd /share/Container/AI-Video-Transcriber 接下来使用sudo提权， --prod] 这里我对Dockerfile文件改动的地方主要有4处，完全可以在本地设备上离线运行，然后参考修改后代码的注释来做个性化修改，内存占用越高，通过NAS的IP地址登录命令行后台，接下来咱们启用NAS的SSH功能： 使用Putty或者FinalShell之类的软件，解决模型下载失败- HF_ENDPOINT=https://hf-mirror.com# 强制指定公网 DNS， *args。
可以看到文件夹中的docker-compose.yml和Dockerfile文件， 只有在最后对长文本生成 AI 摘要或翻译时， 然而相对文字稿件来说， 接下来在此文件夹中新建temp和models两个空白文件夹， 2.文字模型的URL和API密钥。
这里我用自己之前做的一个小视频进行尝试，比如这里我使用的地址是/share/Container/AI-Video-Transcriber。
并自己修改一下文件夹名， **kwargs) if r[0] == socket.AF_INET] backend/__init__.py \echo socket.getaddrinfo = new_getaddrinfo backend/__init__.py \echo try: backend/__init__.py \echo import faster_whisper backend/__init__.py \echo _orig = faster_whisper.WhisperModel.transcribe backend/__init__.py \echo def _patched(self，默认情况下转录出的文字会有部分繁体字， 4.SSH登录NAS，虽然视频的内容表现形式更多样，现在视频已经逐渐成为了我们获取信息的主要载体。
3.上传文件夹 将Dockerfile和docker-compose.yml文件修改完成后，用来和docker-compose.yml中映射目录相对应。
这不仅保护了视频数据的私密性。
我们将整个文件夹上传到NAS， 一、部署流程 这里我们来展示如何在威联通NAS上使用Docker形式部署AI-Video-Transcriber， **kwargs): backend/__init__.py \echo return[r for r in old_getaddrinfo(*args。
大家在部署时可以根据实际情况进行修改这些设置： 1.docker的映射端口， 2.修改docker-compose.yml文件 接下来我们docker-compose.yml文件，部署Docker 如下图所示。
**kwargs): backend/__init__.py \echo if initial_prompt not in kwargs: backend/__init__.py \echo kwargs[initial_prompt] = 以下是一段普通话，也欢迎在评论区留言交流，而且还能节约在线语音转译的Token费用， 1.修改Dockerfile文件 首先我们修改Dockerfile文件，然后根据实际情况修改其中的部分内容。
backend/__init__.py \echo return _orig(self，便于查看和管理下载的文件，所以没法直接使用docker compose代码方式进行部署，避免反复下载- /share/Container/AI-Video-Transcriber/models:/root/.cache/huggingface/hubrestart: unless-stopped# 资源限制（可选）deploy:resources:limits:memory: 2Greservations:memory: 1G 这里在原始代码的基础上做了如下几处修改： 1.将算力服务商的URL从OpenAI更换为DeepSeek。
由于我们已经给依赖项替换了国内镜像源。
让它完美适配NAS环境，便于NAS部署RUN find static -type f -name *.js -exec sed -i s|:8000||g {} + \find static -type f -name *.js -exec sed -i s|:8000||g {} +# 2. 强制 Whisper 输出简体中文+强制使用 IPv4 网络RUN echo import socket backend/__init__.py \echo old_getaddrinfo = socket.getaddrinfo backend/__init__.py \echo def new_getaddrinfo(*args。
4.为了避免每次部署时都反复下载模型。
并且能够看到下载视频、提取音频、转录、优化和摘要等每一步的实时进度， 2.AI-Video-Transcriber项目的原始代码是针对Linux系统本机环境来写的，它在转录后会自动进行错别字修改、句子完整化处理和智能分段，点击开始转录按钮，更方便提纲挈领，我们需要使用notepad++之类的软件打开它们，还是将修改后的代码直接替换原始代码，可读性很强，可以根据实际硬件配置来灵活更换。
该项目在GitHub上已经收获了2.2K的Star， # AI视频转录器 Docker镜像 - 使用标准镜像确保兼容性FROM python:3.9-slim# 设置工作目录WORKDIR /app# 安装系统依赖RUN sed -i s/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g /etc/apt/sources.list.d/debian.sources 2/dev/null || true \sed -i s/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g /etc/apt/sources.list 2/dev/null || true \apt-get update apt-get install -y --no-install-recommends \ffmpeg \curl \gcc \g++ \ rm -rf /var/lib/apt/lists/*# 复制requirements.txt并安装Python依赖COPY requirements.txt .RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple# 复制项目文件COPY . .# 【新增的修改代码】# 1.修复前端 localhost 报错。
使用cd命令进入刚才我们上传的/share/Container/AI-Video-Transcriber文件夹中， ，依然会显示我们在部署时设置的简体中文： 总结 通过以上完整的部署与修改流程， 3.AI-Video-Transcriber在首次部署时需要下载faster-whisper模型文件，输入以下代码构建并部署AI-Video-Transcriber的Docker。
回顾整个项目。
为了解决这个痛点，只需要将在线视频的网址粘贴进去， 如果你经常需要整理网课笔记、查阅外文技术视频或者快速提取长视频的核心内容，AI-Video-Transcriber全面兼容 YouTube、Bilibili、抖音等 30 多个国内外主流视频平台。
包含通过调用deepseek-chat进行翻译后的结果： 同时在智能摘要部分，注意模型参数量越大， 3.AI-Video-Transcriber支持5种不同大小的Whisper模型，我们需要先去GitHub下载打包后的项目文件ZIP压缩包： 将ZIP压缩包解压后。
我们已经成功在威联通 NAS 上搭建起了属于自己的 AI 视频转录与摘要平台，才能适配NAS的部署环境， 此时可以在Container Station中看到正在运行的容器： 二、使用方法 接下来只要在PC或者手机浏览器中输入 NAS IP:端口号。
AI-Video-Transcriber 巧妙地将本地算力与云端大模型结合在了一起，如果想要使用 large 模型，避免模型下载失败的问题，而且通过AI也进行了自动错别字修正、句子完整化和智能分段等优化处理，该模型在训练时使用了大量繁体中文视频的资源， 4. volumes部分挂载的NAS目录一定要根据实际情况进行修改，也可以看到这个视频的智能摘要， 完整观看一部长视频不仅容易耽误时间。
不要照搬， start.py。
默认为base。
使用OpenAI的GPT模型来进行摘要、整理等工作。
相信这款工具一定会成为你提升生产力的利器。
services: ai-video-transcriber:build: .ports:- 8000:8000environment:# 必需：OpenAI API密钥- OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxx# 可选：自定义OpenAI端点- OPENAI_BASE_URL=https://api.deepseek.com/v1# 可选：Whisper模型大小- WHISPER_MODEL_SIZE=base# 指定 AI 模型为 deepseek-chat- FAST_MODEL=deepseek-chat- SMART_MODEL=deepseek-chat# 服务器配置- HOST=0.0.0.0- PORT=8000# HuggingFace 国内镜像源，将为大家详细展示如何进行本地化魔改。
我们使用NAS部署时，这里将下载地址替换为HuggingFace的国内镜像源，。
默认为8000，才可以根据需要， 这个项目核心的语音转文字环节使用了 Faster-Whisper 模型， 由于原版项目的默认环境更偏向于Linux本地部署， sudo docker compose up -d --build 待看到Network Created和Container Started的提示字样时。
**kwargs) backend/__init__.py \echo faster_whisper.WhisperModel.transcribe = _patched backend/__init__.py \echo except Exception: backend/__init__.py \echo pass backend/__init__.py# 3. 将后端代码中可能写死的 GPT 模型强制替换为 DeepSeek 模型RUN find backend -type f -name *.py -exec sed -i s/gpt-3.5-turbo/deepseek-chat/g {} + \find backend -type f -name *.py -exec sed -i s/gpt-4o/deepseek-chat/g {} + \find backend -type f -name *.py -exec sed -i s/gpt-4/deepseek-chat/g {} +# =========================================================================# 创建临时目录RUN mkdir -p temp# 设置环境变量ENV HOST=0.0.0.0ENV PORT=8000ENV WHISPER_MODEL_SIZE=base# 暴露端口EXPOSE 8000# 健康检查HEALTHCHECK --interval=30s --timeout=30s --start-period=5s --retries=3 \CMD curl -f :8000/ || exit 1# 启动命令CMD [python3， 如下图所示，比如:8000，当所选摘要语言与检测到的转录语言不一致时。
自行选择是否调用在线大语言模型，请务必使用简体中文输出，大家可以直接覆盖掉原始代码， AI-Video-Transcriber在初次部署时需要进行一次build构建操作，而且要求使用OpenAI的API服务，这里挂载了NAS上的模型存放目录， 1.将项目依赖项的下载网址替换为国内镜像源， 如下图所示，所以部署速度非常快，随时随地都能方便使用。
转录文本默认会显示视频的原始语言： 并且此时它会显示第三个标签页翻译，就可以直接访问项目页面并使用了， 在快节奏的学习和工作中，不妨去GitHub上给原作者点个 Star；如果在部署过程中遇到其他疑问， https://github.com/wendy7756/AI-Video-Transcriber/ 作为一款高度自动化的视频转录与摘要工具，进行一些修改，生成的文本排版清晰，即可将视频转录成文字版本，可以修改成其他端口，而且当我们需要对某段关键信息进行复盘，转录出来的结果还是比较准确的，这里我选择将其替换为更加易用的deepseek-chat模型。
这里我将其强制指定为使用简体中文输出，所以本期教程中，或想要快速定位某个知识点时。
根据实际情况修改- /share/Container/AI-Video-Transcriber/temp:/app/temp# 挂载模型存放目录，和我们之前介绍的其他项目略有不同，即可开始进行转录操作， 4.AI-Video-Transcriber的默认设置中，而且完美支持移动设备浏览器，需要对网络环境部分进行修改来适配； 3.AI-Video-Transcriber默认使用Faster-Whisper语音转文字模型，今天向大家分享一款非常实用的开源工具——AI-Video-Transcriber，选择希望生成摘要的语言，用到的设备是威联通最新的8盘位旗舰新品Qu805，AI-Video-Transcriber就已部署完成了，大家也可以根据自己的需求灵活修改。