YouTube 播放列表处理器

✅ 根据您的具体需求，新增了多种优化风格供选择。

“优化风格”下拉菜单允许您选择 AI 如何处理 YouTube 字幕。以下是每种风格的说明：

⚖️ 平衡且详尽：这是默认风格，对字幕进行全方位优化。它专注于将文本整理成结构清晰、易于阅读的格式，包含标题、项目符号和加粗文字，同时保留原始内容的所有细节、上下文和细微之处。如果您希望获得一份全面增强且不丢失任何信息的字幕，此风格非常理想。

📝 摘要：此风格会生成视频字幕的简明而信息丰富的摘要。它提取核心内容、主要论点和关键信息，为您提供一个快速且易于理解的视频内容概览。当您只需快速掌握要点而无需阅读整份字幕后，此风格最为合适。

📚 教育型：此风格将字幕转化为结构化的教育性文本，类似于教科书中的章节。它使用标题、子标题和项目符号来提高清晰度和条理性，非常适合学习用途。尤为重要的是，它还会在块引用中识别并解释技术术语和行话，从而增强理解，并充当内置词汇表。（示例图片见下文）

✍️ 叙事改写：此风格以富有创意的方式将字幕改写成引人入胜的叙述或故事形式。它将事实性或对话性的内容转化为更具吸引力和可读性的作品，如同短篇小说或叙事文章。尽管采用了叙事手法，但内容仍紧密贴合原视频的主题和信息，使整体更加通俗易懂、趣味十足。

❓ 问答生成：此风格会根据字幕生成一组问答题，格式便于自我评估或复习。每个问题都以可折叠的标题形式呈现（使用 Markdown），答案则隐藏在其下方。这种格式非常适合制作学习指南或测验，帮助您检验对视频内容的理解。（示例图片见下文）

✅ 增加了多语言支持，现在输出文件将以用户输入的语言呈现。此外，只要存在字幕，视频可以是任何语言，程序均可正常运行。
✅ 新增了单个视频 URL 支持，无需将其放入播放列表中。
✅ 新增了 API 调用的可配置分块大小。

用户现在可以通过 UI 中的滑块控制使用 Gemini API 处理字幕时所使用的分块大小。这使得处理行为可以自定义：

• 较大的分块大小：减少 API 调用次数，可能加快执行速度，适合总结较长视频且对细节要求不高的场景。
• 较小的分块大小：增加 API 调用次数，但可能保留更多细节和细微之处，对于需要高保真度输出的任务可能更有利。
  
  ❓ 什么是 分块大小？
  视频会被分割成若干分块交给 AI 处理。例如，如果您将分块大小设置为 3000 字，而视频总共有 8000 字，则 API 的工作流程如下：

• 前 3000 字 ➡➡由 AI 处理➡➡ 第一部分优化结果
• 第二部分 3000 字 + 第一部分优化结果作为上下文 ➡➡由 AI 处理➡➡ 第二部分优化结果
• 最后 2000 字 + 第一部分和第二部分优化结果作为上下文 ➡➡由 AI 处理➡➡ 第三部分优化结果
• 将第一、第二、第三部分优化结果合并 = 视频的最终格式化文本！

这款 Python 应用程序可以从 YouTube 播放列表中提取字幕，并使用 Google Gemini API（免费）对其进行优化。它以 YouTube 播放列表的 URL 作为输入，提取每个视频的字幕，然后利用 Gemini 对合并后的字幕进行重新格式化和可读性提升。最终输出保存为文本文件。

这样一来，您就可以将一个 YouTube 播放列表变成一本排版整齐的书籍！
我个人用它将包含数十个长视频的大规模 YouTube 播放列表转换成一个超大型的有序 Markdown 文件，作为 NotebookLM 的单一输入来源。
与 Obsidian 配合使用也非常出色！

更多相关信息请参阅这篇 Medium 文章

• 批量处理整个播放列表
• 使用 Google Gemini API 优化字幕，提升格式和可读性。
• 用户友好的 PyQt5 图形界面。
• 可选择的 Gemini 模型。
• 输出为 Markdown 文件。

功能

• 🎥 自动从 YouTube 播放列表中提取字幕
• 🧠 基于 Gemini 模型的 AI 驱动文本优化
• 📁 可配置的输出文件路径
• ⏳ 提供提取和优化过程的进度跟踪
• 📄 输出为格式化的 Markdown 文件。

要求

• Python 3.9 或更高版本
• Google Gemini API 密钥
• YouTube 播放列表 URL

安装

pip install -r requirements.txt

工作原理？

• 首先，系统会获取播放列表中每个视频的字幕。
• 由于 Gemini API 的输入和输出上下文窗口有限，每个视频的文本会被分成若干分块（目前经过测试，分块大小设为 3000 字，但可通过新增的滑块进行调整）。
• 每个文本分块随后会连同包含先前已优化文本的上下文提示一并发送至 Gemini API。这样有助于保持各分块之间的一致性和连贯性。
• Gemini 对每个分块的优化输出会被追加到最终的输出文件中。
• 此过程会针对播放列表中的每一个视频重复进行，最终生成一份针对整个播放列表的优化后字幕文本文件。

使用方法

1. 获取 Gemini API 密钥： 您需要一个 Google Gemini API 密钥。请从 Google AI Studio 获取。
2. 运行应用程序：

   python main.py
   

3. 在 GUI 界面中：
   • 输入 YouTube 播放列表 URL 或视频链接。
   • 输入目标语言。
   • 选择输出风格。
   • 指定分块大小。
   • 使用“选择文件”按钮指定转录文本和 Gemini 优化后文本的保存路径。
   • 在“Gemini API 密钥”字段中输入您的 Gemini API 密钥。
   • 单击“开始处理”。
   • 您可以选择 Gemini 模型。
   • 等待处理完成。进度条和状态显示将实时更新。
   • 输出文件将保存到您指定的路径。

教育风格示例，添加了技术术语的定义

Q&A 风格示例，问题作为标题，可折叠/展开

示例文件所使用的 YouTube 播放列表：https://www.youtube.com/playlist?list=PLmHVyfmcRKyx1KSoobwukzf1Nf-Y97Rw0

YouTube 播放列表转格式化文本快速上手指南

本工具可将 YouTube 播放列表或单个视频的字幕提取出来，利用 Google Gemini AI 进行智能润色、总结或重组，最终生成结构清晰的 Markdown 文档（如教科书、问答集或叙事文章）。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Windows / macOS / Linux
• Python 版本：Python 3.9 或更高版本
• API 密钥：需要拥有 Google Gemini API Key（免费额度可用）
• 网络环境：需能访问 YouTube 及 Google AI 服务（国内用户请自行配置网络代理）

安装步骤

1. 克隆或下载本项目代码到本地。
2. 打开终端（Terminal）或命令提示符，进入项目根目录。
3. 安装所需的 Python 依赖包：

pip install -r requirements.txt

提示：国内用户若下载缓慢，可使用清华源加速安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

本工具提供图形化界面（GUI），操作直观简单。

1. 启动应用

在终端中运行以下命令启动程序：

python main.py

2. 配置参数

在弹出的 PyQt5 界面中，按顺序填写以下信息：

• YouTube URL：输入播放列表链接或单个视频链接。
• Output Language：输入您希望生成的文本语言（例如：中文）。支持将任意语言的视频字幕翻译并整理为目标语言。
• Refinement Style：选择 AI 处理风格：
  • Balanced and Detailed：平衡详细版（默认），保留所有细节并优化结构。
  • Summary：摘要版，提取核心观点。
  • Educational：教育版，结构化排版并自动解释专业术语（适合学习）。
  • Narrative Rewriting：叙事重写版，将内容转化为生动的故事或文章。
  • Q&A Generation：问答版，生成可折叠的问题与答案，适合自测。
• Chunk Size：调整分块大小（滑块控制）。
  • 较大值：减少 API 调用次数，速度更快，适合长视频概要。
  • 较小值：增加 API 调用，保留更多细节和细微差别。
• File Paths：点击 "Choose File" 按钮设置原始字幕和最终处理后文件的保存路径。
• Gemini API Key：填入您的 Google Gemini API 密钥。
• Model Selection：选择具体的 Gemini 模型版本。

3. 开始处理

点击 "Start Processing" 按钮。

• 程序将自动提取视频字幕，并按设定的分块大小发送给 Gemini API 进行逐段处理和上下文关联。
• 进度条和状态栏会实时显示提取与润色的进度。
• 处理完成后，您将在指定路径获得一个格式精美、内容完整的 Markdown 文件，可直接用于 Obsidian 笔记或导入 NotebookLM 作为知识源。