本文逐环节验证并补全 ContextSearch、yt-dlp、CapsWriter Offline 的视频转文字链路。ContextSearch 负责右键传 URL；yt-dlp 仅抓音频用 -x --audio-format wav，输出须用绝对路径。新版浏览器因应用绑定加密，--cookies-from-browser 已失效，需用 Get cookies.txt LOCALLY 导出 cookies.txt，B 站 Cookie 易过期需重导。CapsWriter 推荐 axutongxue 魔改版，内置双模型、免配置，支持 txt/SRT/json，文件名路径避免空格特殊符号。串联推荐 AHK，检查启动 start_server.exe，下载后调用 start_client.exe 转写，调试用 cmd /k。最终可右键一键下载转写，再生成图文笔记或字幕配音。
本文是AI音视频实战下篇，聚焦视频生产，横向对比Pixelle-Video、Remotion、Hypit、video-talkcraft、VideoClaw五个方案，梳理流程、配置、成本与合规边界。结论是2026年路线分化为纯代码渲染、全自动流水线和多智能体导演，成本结构与能力边界各异；成熟流水线采用音频优先，先出配音再用时长反推分镜，时间戳是唯一事实源。选型须前置审查授权，如Hypit禁止多租户SaaS和商业再分发、Remotion自动化最低100美元/月、video-talkcraft授权未明，并量化验收、素材落盘、数据标采集日期。读者可据此按显存、规模和商用需求选路线，避开音画不同步、授权与成本陷阱。
2026年个人音视频生产门槛下降，核心问题变为如何稳定、低成本完成。本文上篇拆解音频侧三条链路：语音克隆与TTS、可编辑音乐生成、会议录音与麦克风替代。语音选型按硬件和语言匹配：GPT-SoVITS生态全，VoxCPM2强在方言多语，MOSS-TTS-Nano可四核CPU流式运行，AuK统一16项任务但显存门槛高。音乐侧YuE2以ABC乐谱编辑旋律和弦，ACE-Step侧重音频域编辑。会议侧Meetily本地优先但社区版无说话人分离，MicYou把手机变麦克风。
阿虚基于开源项目 video-Ai-note 改造的本地视频转图文笔记工具，完全免费、可无限次使用。它能把本地视频一键生成图文笔记，截图比常见工具更丰富精准，并附带 AI 总结。软件免安装、解压即用，预计仅限 Win10 以上；内置离线语音转文字，生成笔记需配置 AI API，也有免费 API 可用。文本生成模式靠字幕推断高光截图，适合长视频，含简洁、详细、学术、创意四种风格；视觉理解模式调用多模态模型抽帧，截图更准但更耗时、耗 token，建议短视频使用。支持导出离线 Markdown、Word、PDF，默认附时间轴字幕，便于导入 AI 知识库。
CapsWriter-Offline-STT v2.3发布，是一款基于CapsWriter-Offline 2.6重构的离线音视频转文字工具，专注于文件转录而非实时语音识别。核心优势包括：支持文件右键菜单一键启用，带模型加载与转录进度提示；内置Qwen3-ASR-1.7B和Fun-ASR-Nano两种离线模型；可自定义导出txt、SRT、json等格式，并支持GPU加速。提供3.3G完整解压即用包（百度/夸克网盘），也可从GitHub下载主体后手动放置模型文件。需注意文件路径避免空格和特殊符号，系统需安装VC++运行库。已在Windows 10测试通过，预期支持Win11。
本文介绍如何将离线语音转文字工具 CapsWriter 改造为“右键一键转录”的自动化流程。作者提供了一套基于 AutoHotkey v2 的解决方案：通过编写 AHK 脚本实现服务端智能检测与静默启动（冷启动等待35秒，热启动秒开），并编译为 EXE；再通过注册表或 BAT 批处理脚本添加/移除右键菜单，其中 BAT 方案支持动态路径识别与一键卸载，便于绿色便携使用。文章进一步展示了利用 ContextSearch 与 yt-dlp 实现网页链接右键“下载并转文字”的进阶玩法，并针对常见问题（页面空白处触发失效、YouTube 下载卡住）给出了将变量改为 `%url%` 及添加 `--proxy` 代理参数的修复方案。
文章介绍用 ContextSearch、yt-dlp 与 CapsWriter Offline 搭建在线视频本地转文字工作流，实现本地化、免费且隐私安全的转写：浏览器扩展获取视频地址，yt-dlp 下载音频，CapsWriter 完成转写。可编写 Flask 本地服务接收地址，下载音频并复制到剪贴板，再按快捷键转写；文中更推荐用 AHK 脚本，自动检查并启动服务端，下载后调用客户端转录，并可安装右键菜单。yt-dlp 还支持从浏览器或 cookies.txt 导入 Cookie，用于会员、年龄限制和 B 站高画质，但需注意浏览器占用与 Cookie 安全。
