PodScribe

小宇宙播客转文字工具。输入播客链接，自动提取音频并转录为文本。

• 语音识别：Qwen3-ASR（阿里通义千问语音大模型）
• 输出格式：TXT 纯文本 / SRT 带时间戳字幕
• AI 后处理：自动加标点、分段（基于通义千问 LLM）

前置要求

• macOS / Linux / Windows
• Python 3.10+
• 阿里云百炼平台 API Key

获取 API Key

1. 打开 百炼控制台，注册/登录阿里云账号
2. 进入 API-KEY 管理
3. 创建 API Key（选择北京地域）

API Key 以 sk- 开头。同一个 Key 同时用于语音识别（Qwen3-ASR）和 AI 后处理（Qwen LLM），无需分别申请。

Key 存储在本地配置文件 ~/.config/podscribe/config.json 中，不会上传到任何第三方服务。

安装

# 1. 安装 pipx（如果还没装）
brew install pipx        # macOS
sudo apt install pipx    # Linux
python -m pip install --user pipx  # Windows

# 2. 安装 PodScribe
pipx install git+https://github.com/tens1x/podcast-transform-.git

使用

podscribe

首次运行会引导你配置 API Key。之后进入交互式界面：

╭───────────────────────────────────────╮
│  🎙  PodScribe  v0.1.0               │
│  Podcast → Text, powered by AI       │
│                                       │
│  Format: txt + srt                    │
│  Output: ~/PodScribe                  │
│  AI post: on                          │
╰───────────────────────────────────────╯
? What would you like to do?
› Start transcription
  Edit config
  View history
  Quit

转写流程

1. 选择 Start transcription
2. 粘贴小宇宙播客链接（支持多个，逗号分隔）
3. 自动完成：解析页面 → 转写音频 → AI 润色 → 保存文件

子命令

podscribe config    # 直接进入设置
podscribe history   # 查看历史记录

功能特性

功能	说明
语音转文字	Qwen3-ASR，支持中文（含方言）、英语等多语种
SRT 字幕	带句级时间戳，可直接用于视频字幕
AI 后处理	自动修标点、去语气词、分段落
批量转写	一次粘贴多个链接，依次转写
断点续传	中断后再次运行可恢复上次任务
音频下载	可选保存原始音频文件到指定目录
交互式界面	上下箭头选择、空格多选、彩色输出

配置项

在 Edit config 菜单中可修改：

配置项	默认值	说明
Output formats	txt + srt	选择输出 TXT、SRT 或两者
Save audio	off	是否保存原始音频文件
Audio directory	~/PodScribe/audio	音频保存路径
AI post-process	on	是否用 LLM 润色转写结果
Output directory	~/PodScribe	转写结果保存路径

安全说明

• API Key 仅存储在本地 ~/.config/podscribe/config.json
• 所有 API 调用通过 HTTPS 加密传输
• 音频文件 URL 由百炼平台处理，不经过第三方
• .gitignore 已排除 .env 和配置文件，不会意外提交密钥

开发

git clone https://github.com/tens1x/podcast-transform-.git
cd podcast-transform-
pip install -e .
podscribe