video2text Windows 安装指南（本地视频转文字免费工具）
关键词：video2text、Windows 安装、免费、本地视频转文字、Whisper large‑v3、Ollama、NVIDIA API、GPU 加速
目录
- [video2text Windows 安装指南（本地视频转文字免费工具）](#video2text Windows 安装指南（本地视频转文字免费工具）)
- 目录
- [1. 项目概述](#1. 项目概述)
- [2. 系统与硬件要求](#2. 系统与硬件要求)
- [3. 必备软件与依赖](#3. 必备软件与依赖)
- [4. 下载准备](#4. 下载准备)
- [5. 安装步骤](#5. 安装步骤)
- [5.1 解压绿色版](#5.1 解压绿色版)
- [5.2 放入 Whisper 模型](#5.2 放入 Whisper 模型)
- [5.3 配置
.env（可选）](#5.3 配置 .env（可选）) - [5.4 安装 Ollama（本地模型，仅在需要本地摘要时）](#5.4 安装 Ollama（本地模型，仅在需要本地摘要时）)
- [5.5 （可选）自动下载模型](#5.5 （可选）自动下载模型)
- [6. 快速验证](#6. 快速验证)
- [7. 主界面GUI](#7. 主界面GUI)
- [8. 常见问题 (FAQ)](#8. 常见问题 (FAQ))
- [9. 参考资源](#9. 参考资源)
1. 项目概述
video2text 是一个基于 Whisper large‑v3 的本地视频转文字工具，支持：
- 免费、无限制 时长的转写
- GPU 加速 （NVIDIA 显卡）或 CPU 兼容模式
- Ollama 与 NVIDIA 大模型摘要生成
- 绿色版（免安装）GUI 与 CLI 双界面
2. 系统与硬件要求
| 项目 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10 64 位 | Windows 11 64 位 |
| 磁盘空间 | 20 GB 可用 | 30 GB 以上（含模型） |
| 内存 | 8 GB | 16 GB+ |
| 显卡 | 任意（CPU 可用但慢） | NVIDIA GPU（6 GB+ 显存）+ CUDA 12.0+ |
提示：AMD 显卡目前不支持 GPU 加速，仅能使用 CPU。
3. 必备软件与依赖
- NVIDIA 驱动 （CUDA 12.0+）并确认
nvidia-smi正常 - Ollama （本地大模型）官方下载页（可选）
4. 下载准备
- 前往 123 云盘 （或项目 Release 页面）下载完整压缩包
video2text_portable_windows_*.zip。- 示例链接：
https://1840674647.share.123pan.cn/123pan/7CfNTd-SE7j3?pwd=viWa（提取码viWa）
- 示例链接：
- 网盘中包含 large‑v3 模型压缩包（约 3 GB）和 Ollama 预置模型（约 4.7 GB）。
建议使用高速网络，完整下载约 10 GB。
5. 安装步骤
以下步骤假设解压目录为
D:\video2text，可自行替换为任意路径。
5.1 解压绿色版
powershell
# PowerShell 示例
Expand-Archive -Path "C:\Users\YourName\Downloads\video2text_portable_windows_xxx.zip" -DestinationPath "D:\video2text"目录结构应如下：
D:\video2text\
├─ video2text.exe
├─ video2text.bat
├─ config.ini
├─ .env (手动创建)
├─ models\
├─ output\
├─ logs\
└─ README.md5.2 放入 Whisper 模型
powershell
Expand-Archive -Path "C:\Users\YourName\Downloads\large-v3.zip" -DestinationPath "D:\video2text\models"确保模型目录为 D:\video2text\models\large-v3\，内部包含 config.json、model.bin 等文件。
5.3 配置 .env（可选）
-
NVIDIA API ：在
D:\video2text\.env中写入NVIDIA_API_KEY=nvapi-你的密钥
5.4 安装 Ollama（本地模型，仅在需要本地摘要时）
-
双击
OllamaSetup.exe完成安装。 -
将下载好的
models.zip解压至%USERPROFILE%\.ollama\，保持以下结构：C:\Users\YourName.ollama
└─ models
├─ blobs
└─ manifests\
5.5 （可选）自动下载模型
首次启动 video2text.exe 时若未检测到 models\large-v3，程序会尝试从 HuggingFace 自动下载。可在 config.ini 的 [network] proxy 中配置代理。
6. 快速验证
- 启动 GUI ：双击
video2text.exe（或video2text.bat）。 - 转写测试 ：在界面左上角选中一段短视频（10--20 秒），点击 仅转写。完成后在右侧面板查看转写文本。
- 摘要测试 （已配置 NVIDIA API 或 Ollama）：点击 仅总结，确认生成 Markdown 摘要。
CLI 验证示例：
powershell
.\video2text.exe transcribe "D:\sample\demo.mp4" -o output
.\video2text.exe summarize output\demo.txt -o output若出现错误，请检查 logs/app.log 获取详细信息。
7. 主界面GUI
8. 常见问题 (FAQ)
| 问题 | 解决方案 |
|---|---|
| 显卡不被识别 | 确认已安装最新 NVIDIA 驱动，运行 nvidia-smi 能显示 GPU 信息。 |
| 模型下载非常慢 | 在 config.ini 的 [network] 区块配置 HTTP/HTTPS 代理。 |
NVIDIA_API_KEY 无效 |
请在 NVIDIA Build 平台重新生成 API Key，确保无空格或换行。 |
| Ollama 启动失败 | 检查系统防火墙是否拦截 127.0.0.1:11434，或重新安装 Ollama。 |
9. 参考资源
- GitHub 项目主页 -- https://github.com/fuyouling/video2text
- Whisper large‑v3 模型 -- https://huggingface.co/models/large-v3
- Ollama 官方文档 -- https://docs.ollama.com/
- NVIDIA Build -- https://build.nvidia.com/
本指南遵循 SEO 最佳实践，使用目标关键词、结构化标题、表格与代码块，便于搜索引擎快速索引并提升自然流量。