온라인 비디오에서 음성 콘텐츠를 추출하여 구조화된 타임스탬프 markdown 스크립트 및 요약본으로 변환하는 지능형, 플랫폼 독립적 스킬입니다.
설치 및 다운로드
1. ClawHub CLI
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install video-transcript-method
2. 수동 설치
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
3. 프롬프트 설치
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 video-transcript-method 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
다운로드를 원하시나요?
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
비디오 스크립트 추출 방법란 무엇인가요?
비디오 스크립트 추출 방법은 모든 온라인 비디오(Bilibili, YouTube, Douyin, 팟캐스트 등)에서 음성을 추출하여 읽기 쉬운 문서로 구조화하도록 설계된 범용, 플랫폼 독립적 도구입니다. 고정밀 자막(CC)을 우선시하고 자막을 사용할 수 없는 경우 고급 Whisper 음성 인식 기능을 사용하여 매우 정확한 의미 기반의 스크립트를 생성합니다.
Openclaw Skills 생태계의 핵심 기능인 이 스킬은 단순한 음성-텍스트 변환을 넘어섭니다. 비디오 URL 해결 및 오디오 추출부터 지능형 의미 기반 세그먼트 분할, 챕터 제목 지정 및 요약에 이르기까지 전체 파이프라인을 처리합니다. 이를 통해 비디오 콘텐츠를 검색 가능하고 보관 가능하게 만들며, 긴 재생 시간을 소모하지 않고도 쉽게 검토할 수 있습니다.
비디오 스크립트 추출 방법 활용 사례
- 강의 및 웨비나 학습: 온라인 학술 또는 기술 비디오 강의를 챕터 마커와 정확한 타임스탬프가 포함된 구조화된 학습 가이드로 쉽게 변환하세요.
- 콘텐츠 보관 및 재사용: 팟캐스트나 비디오 인터뷰에서 블로그 게시물 및 소셜 미디어를 위한 고품질 텍스트 초안과 주요 인용구를 추출하세요.
- 회의록 자동화: 녹화된 가상 회의나 웨비나를 처리하여 간결한 요약 표와 작업 항목을 생성하세요.
- 빠른 비디오 스키밍: 긴 비디오의 의미 요약과 핵심 내용을 읽고 전체를 볼 가치가 있는지 결정하세요.
비디오 스크립트 추출 방법 작동 원리
- 비디오 소스 위치 파악 및 자막 감지: 스킬은 비디오 URL을 파싱하고 메타데이터(제목, 작성자, 길이)를 수집하며 yt-dlp를 사용하여 기존 CC 자막을 확인합니다. 고품질 CC 자막이 있으면 직접 추출합니다.
- 오디오 추출 및 Whisper 전사: CC 자막이 없으면 오디오 트랙을 MP3로 추출하고 OpenAI의 Whisper 모델(기본값 medium)을 실행하여 음성을 고정밀로 전사합니다.
- 의미 세분화 및 핵심 포인트 추출: 원본 스크립트는 노이즈가 제거되고 주제별로 논리적으로 세분화(고정 시간 블록 대신)되며, 타임스탬프가 주석 처리되고 깔끔한 markdown 형식의 핵심 포인트와 명언 요약으로 요약됩니다.
비디오 스크립트 추출 방법 설정 가이드
시스템에 yt-dlp와 ffmpeg가 설치되어 있는지 확인하십시오. 이 Openclaw Skills 방법을 설정하려면 다음 단계를 실행하세요:
1. 비디오 오디오 다운로드
yt-dlp를 사용하여 최고의 오디오 트랙을 MP3 파일로 추출:
yt-dlp -f "bestaudio" --extract-audio --audio-format mp3 -o "./output/audio.%(ext)s" "<VIDEO_URL>"
2. 자막(CC) 감지
전사하기 전에 비디오에 사용자가 업로드한 자막이 있는지 확인:
yt-dlp --list-subs "<VIDEO_URL>"
3. Whisper 음성 인식 실행
CC 자막을 사용할 수 없는 경우, 전사 스크립트를 사용하여 로컬 Whisper 음성 인식을 실행:
python scripts/transcribe.py --model medium --audio ./output/audio.mp3
비디오 스크립트 추출 방법 데이터 스키마 및 분류 체계
이 스킬은 모든 출력 데이터를 원본 오디오 파일, 메타데이터 기록 및 포맷된 스크립트가 포함된 구조화된 디렉토리로 구성합니다.
파일 출력
| 파일 유형 | 경로/패턴 | 설명 |
|---|---|---|
| 오디오 트랙 | /output/audio.mp3 |
비디오 소스에서 추출된 오디오 |
| 자막(CC) | /output/subtitles.srt |
원본 CC 자막 (사용 가능한 경우) |
| 구조화된 스크립트 | /output/transcript.md |
요약이 포함된 최종 의미 세분화 markdown 스크립트 |
출력 템플릿 구조 (TF-01)
생성된 markdown 파일은 엄격하고 검증 가능한 레이아웃을 따릅니다:
## 스크립트 추출 기록
### 1단계: 비디오 소스 위치 파악
- **비디오 URL**: [URL]
- **플랫폼**: YouTube / Bilibili / Douyin / 기타
- **메타데이터**: 제목, 작성자, 조회수, 게시일, 길이
### 2단계: 자막 감지
- **CC 자막 사용 가능**: 예 / 아니요
- **추출 경로**: CC 직접 추출 / Whisper 전사
### 3단계: 의미 세분화
| 챕터 | 시간 범위 | 테마 | 핵심 내용 |
| :--- | :--- | :--- | :--- |
| 챕터 1 | [00:00-03:15] | 소개 | 소개 요약 |
### 4단계: 핵심 포인트 요약
| 방법/포인트 | 핵심 철학 | 구체적인 작업 |
| :--- | :--- | :--- |
| 핵심 요약 1 | 설명 | 자세한 단계 |
**명언**: "비디오의 주목할 만한 인용구"
비디오 스크립트 추출 방법 고급 기능
- 하이브리드 자막 추출: 계산 집약적인 Whisper 전사보다 게시자가 검증한 CC 자막을 우선하여 리소스 사용을 자동으로 최적화합니다.
- 동적 의미 세분화: 단순한 고정 길이 시간 분할이 아닌 의미론적 논리와 주제 변화에 따라 비디오 텍스트를 분할합니다.
- 다중 크기 Whisper 대체: 시스템 하드웨어 리소스 및 길이 요구 사항에 따라 다양한 Whisper 모델 크기(tiny에서 large까지)로 자동 전환합니다.
- 검증 체크리스트 파이프라인: 완전성, 타임스탬프 정확성, 의미 논리, 핵심 요약 및 포맷 규정 준수를 확인하는 5단계 체크리스트를 시행하여 고품질 결과물을 보장합니다.
SKILL.md
로드 중
관련 Openclaw 스킬
GuanShi Intelligence Expert
구조화된 고신뢰성 인텔리전스 보고서를 생성하기 위해 업계 데이터를 검색, 필터링, 추출 및 교차 검증하도록 설계된 자동화 AI 인텔리전스 에이전트입니다.
GuanShi Data Expert
CRISP-DM 방법론을 따라 자동화된 데이터 정제, 통계 테스트, 재무 모델링 및 시나리오 시뮬레이션을 위해 설계된 AI agent 기술입니다.
Douyin 데이터 쿼리 방법 (douyin-data-method)
MaxHub API를 통해 Douyin 비디오, 사용자, 검색, 트렌드 및 라이브 데이터를 검색하고 분석하기 위한 표준화된 데이터 쿼리 프레임워크입니다.
재무 감사 도메인
A주 비금융 상장사를 위해 설계된 특수 재무 위험 분석 및 감사 참조 라이브러리로, 50개 지표와 5가지 부정 행위 레드라인을 통합했습니다.
diagram-workflow-method
픽셀 단위로 완벽한 SVG 및 Mermaid 시스템 아키텍처, 시퀀스 다이어그램, 상태 머신 및 ER 모델을 생성하기 위한 전문 다이어그램 및 워크플로우 시각화 엔진입니다.
Connector Hub
33개의 플랫폼, 인증 및 API 커넥터를 정리하는 통합 진입점으로, 실행 가능한 Python 스크립트를 통해 감사가 가능한 Openclaw Skills를 쉽게 구축할 수 있습니다.
추천*
