21分钟演讲转写只要1分钟claude-real-video [fast] 与 [mlx] GPU 加速实战指南【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-videoclaude-real-video命令名crv是一个让 Claude 或任意 LLM 真正看懂视频的工具从视频 URL 或本地文件出发它自动提取场景关键帧、去重、转写音频全部在本地运行。对长视频来说最大的时间瓶颈往往不是抽帧而是语音转写。好消息是装上[fast]扩展包CPU 转写就能快好几倍而在 M1–M4 的 Mac 上再装[mlx]Whisper 直接跑在 GPU 上——一场21 分钟的演讲转写时间从约 6 分钟压缩到约 1 分钟转写结果完全一致。为什么转写是整条流水线的瓶颈crv的处理流程大致是四步下载视频 → 场景感知抽帧 → 滑窗去重 → 音频转写。前三步通常是秒级完成的只有 Whisper 转写会随视频时长线性增长默认路径[whisper]扩展包调用 openai-whisper 的 CLI速度最慢[fast]路径换用 faster-whisperCTranslate2 实现同样的模型、同样的输出文件CPU 上快好几倍还内置了防幻觉能力[mlx]路径Apple Silicon 专属Whisper 通过 mlx-whisper 跑在 GPU/ANE 上比 CPU 版 faster-whisper 再快数倍。一键安装 [fast]CPU 转写提速 拒绝幻觉普通用户只需一条命令pip install claude-real-video[fast]之后crv会自动切换到 faster-whisper 后端没有任何新参数要学。它带来两个实际好处速度同一模型下比 CLI 版 Whisper 快数倍防幻觉转写前先跑一遍 Silero VAD语音活动检测——纯音乐、静音、只有掌声的片段会得到一句诚实的no speech而不是 Whisper 经典的编造字幕。即使 faster-whisper 运行中出错crv也会自动回退到 CLI 版 Whisper任务不会中断。Apple Silicon 的杀手锏[mlx] 让 Whisper 跑上 GPUM1 到 M4 的 Mac 用户推荐直接装[mlx]扩展包pip install claude-real-video[mlx]装完即生效无需任何新参数。crv检测到 mlx-whisper 可用后会优先使用它Whisper 在 Mac 的 GPU/ANE 上运行速度是 CPU 版的数倍。来看官方实测的数据详见 CHANGELOG.md 0.10.5 条目后端21 分钟演讲转写耗时说明faster-whisperCPU381 秒约 6 分钟[fast]扩展包mlx-whisperM4 GPU62 秒约 1 分钟[mlx]扩展包转写结果逐字一致输出文件完全相同也就是说同样的命令、同样的transcript.txt和transcript.json只是引擎从 CPU 换到了 GPU。双重保险VAD 前置门与自动回退链[mlx]扩展包的一个设计细节值得新手了解mlx-whisper 本身没有语音活动检测直接裸跑会重新引入给音乐编字幕的问题。因此crv会在启动 mlx 引擎之前先跑 Silero VAD 前置门源码见 src/claude_real_video/core.py 中的_transcribe_mlx_whisperVAD 判定有声 → 进入 GPU 转写时间戳随后映射回原始音频VAD 判定无声/纯音乐 → 直接输出no speechmlx 根本不启动mlx 运行失败 → 自动降级到 faster-whisper再失败则降到 Whisper CLI。这条mlx → faster-whisper → CLI的回退链保证了装得越多速度越快但永远不会卡死。转写质量不够一个参数切到 turbo 模型默认模型是base快、够用。想要更清晰的转写加一个参数即可crv talk.mp4 --whisper-model turboturbo是裁剪版 large-v3速度接近小模型但质量显著更高一次性下载约 1.6 GB占用约 6 GB 内存。在 mlx 路径下crv会自动把它映射到对应的 Apple Silicon 权重模型名映射表见 src/claude_real_video/core.py 的_MLX_MODELS。环境要求与快速核对清单系统macOS / Windows / LinuxPython 3.10前置依赖ffmpegmacOSbrew install ffmpegLinuxsudo apt install ffmpeg[mlx]限制仅 arm64 macOS 生效其他平台装了也会被优雅忽略走 faster-whisper核对扩展包安装后跑一次crv clip.mp4日志里若出现 mlx/faster-whisper 相关字样说明对应后端已启用。小结你的机器推荐安装预期收益Intel Mac / Linux / Windowspip install claude-real-video[fast]CPU 转写快数倍 VAD 防幻觉Apple SiliconM1–M4pip install claude-real-video[mlx]GPU 转写21 分钟演讲约 1 分钟出结果一句话想让 Claude 看长视频而不再苦等[fast]是标配[mlx]是 Mac 用户的最优解——转写从 6 分钟到 1 分钟抽帧、去重、输出格式统统不变。【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考