开源Y2A-Auto：YouTube视频自动翻译质检并搬运到AcFun和B站

最近在云栈社区看到一款开源的 YouTube → AcFun / bilibili 自动化搬运工具——Y2A-Auto。它后端用 Python Flask 构建，同时提供了一个 Web 管理后台，操作门槛比纯命令行工具低不少。

它到底能做什么？一句话概括：从视频下载、语音识别、字幕翻译、字幕质检、内容审核到自动投稿，整条链路都可以无人值守。需要人工拍板的环节，会统一收进后台的待办列表里，等着你去处理。

主要功能

抓取视频信息

借助 yt-dlp 拉取 YouTube 视频和封面，支持配置代理与线程数。就算网络环境不太好，也能根据实际情况调整参数，不用抓狂。

翻译 + 字幕质检

翻译环节交给 AI 处理，OpenAI 接口或任何兼容 OpenAI 格式的服务都能接。

不过真正有意思的，是它后面的字幕变换引擎：

• 长行自动拆分、标点标准化
• 过滤填充词、重复词
• 检测 ASR 常见的"幻觉文本"和噪声标签
• 文本密度过高检测
• 时间偏移、最短时长、相邻间隙合并等时间轴后处理

这一步解决的是个很现实的痛点：语音识别模型偶尔会"脑补"出大段不存在的文本。不做质检直接上字幕，翻车概率可不低。

AI 写元数据

标题、简介、标签全部自动生成，还会帮你推荐投稿分区。不用再手动纠结该归到"科技"还是"数码"。值得一提的是，模型 API 对接相当开放，像 RouteFast.ai 这类模型中转服务也能直接接入。

内容审核

可以对接阿里云 Green 审核服务，对 AI 生成的文本做合规检测。不合规的内容会在发布前被拦下来，避免稀里糊涂就发出去。

自动投稿

支持 AcFun、B 站，或者双平台同时发布。登录方式也有两种：扫码登录，或者导入 Cookie。

外加三件套

• 监控：盯住指定的 YouTube 频道或关键词，新视频自动进任务队列，等于把"搬运"变成了"订阅"
• 推送：企业微信、Server 酱、message-pusher 三个渠道，任务状态变化异步通知
• Web 后台：审片、改信息、强制上传，所有环节的进度可视化

核心创新

搬运工具市面上不少，但大多是"下载器 + 上传器"的组合。Y2A-Auto 的差异在于它把自己定位成一条带质检和风控的流水线，而不是一个脚本。

闭环，而不是单点

每个环节都留了人工干预入口，但默认不需要人在场。这是"自动化"和"半自动工具集合"之间的分界线。

给 AI 的输出加了一道质检

字幕变换引擎是整个项目里最有工程含量的部分。多数同类工具翻译完就直接用，它专门做了幻觉检测、密度检测、填充词清洗——本质上是承认"AI 会犯错"，然后在流程里留了纠错位。

Cookie 管理省心

除了浏览器扩展导出，还支持 CookieCloud 自动同步。平台 Cookie 过期是这类工具最常见的故障点，这算是对症下药。

审核前置且可控

内容审核不是事后补救，而是发布前的一道闸门。对多平台批量运营来说，一次违规的代价远大于多审一遍的成本。

转码自适应

支持 CPU 软编，也支持 NVIDIA / Intel / AMD 硬件编码。默认优先 HEVC / H.265，不支持时自动回退 H.264。不同机器丢进去都能跑，不用手动改参数。

应用场景

授权转载的频道同步：拿到原作者授权后，把更新自动同步到国内平台，人只需要做最后的抽查。

垂直内容本地化：科技访谈、技术教程、公开课等长视频，听写加翻译后配上中文字幕。这类内容信息密度高，翻译需求也强。

多平台矩阵运营：同一内容分发到 A 站和 B 站，元数据分别生成，省掉重复劳动。

个人资料归档：把关注的英文频道系统性整理成带中文字幕的本地库，学习和检索都方便。

项目地址：https://github.com/fqscfqj/Y2A-Auto