帮姐姐做了个视频提取字幕的小工具：写代码的意义，不止在代码里

上周三，我姐发了一篇文章给我，讲的是使用AI自动总结腾讯会议视频内容，并直接生成会议纪要。她问我： 视频内容提取成文字（字幕），难不难，麻不麻烦？

应用 | AI 自动化某讯会议转录与摘要生成系统

看了一下，对我来说，技术上都是现成的，没啥难度。各个环节你要是单独去弄，比如用ffmpeg从视频里面提取出语音，去阿里云的页面上传语音文件转成文字，每一个环节其实都是不难的，但是你要把这些流程整合串起来呢，也确实是挺花时间的。

本来想着顺手的事情，然后还可以出一篇文章，一举两得。但当做完了这个小工具后，有点失落：功能是跑起来了，但去看有啥可以写的时刻，发现没啥写的：一堆胶水代码，最后只是用Flutter界面把几个工具揉到一起而已，真觉得没啥可写的，失落啊。

感觉自己一直处在一种等风来的状态。没有前瞻，不带脑子，就仅仅是遇到问题解决问题，再遇到问题解决问题。

1. 一开始想的必须得是可视化的，那就用浏览器来显示了。

2. 最近写了些调用阿里云AI服务的接口，自然的就用上阿里云来进行语音识别。

3. 实现过程中，有各种目录需要配置等等，然后加了一个配置页面。

4. 还有，就是我不可能只提取一个页面吧？还有要查看历史怎么办呢？所以就加了数据库来保存的每一次提取的数据。

5. 然后，状态提示用了toast。

6. 把运行环节记录下来，显示视频异步提取状态（或者说进度）。

7. 后来，又根据上面的文章加了个Whisper的本地语音识别的功能（机器硬件不哇塞的话，还是云资源比较香）。

视频提取字幕首页

配置页面

列表页面

每一步都打补丁似的，没有整体性。除了迈出第一步的快乐，后面都是负重前行。 体会不到那种延迟满足的极大快乐。

像我这样的程序员，其实更多是没有一种架构或者说一种产品的思维。就是哪看到不爽啦、不好啦，然后自己就在这个基础之上去改进、改善。

而不是一开始就想清楚、想明白：这个东西要怎么做，然后实现时按部就班的一个一个的去做。按Boss的话，80%的时间用在思考怎么做，写代码的时间其实是不到整体的20%。当然了，也是缺乏这方面的锻炼，或者说这方面的视野比较局限。

做完这个小工具，似乎也有点明白了借力二字了。我姐原本打算自己搞的，但我觉得这其实是她能力的边界了，对她来说，费劲巴拉的去做到了，但对她相比的浪费了更多时间。但对我来说就是发挥自己的长处，外加一点时间。

在不是咱们核心能力范围的事情，我觉得这是需要去借力的。知道什么事自己做的，什么事要交给别人做的，但其实这又是一件很很难很难的事情。

就正确的认识、评估自己其实是一件很难的事情。在刻板的思维中打转转，总觉得不管什么事情我们都得自己去把握、去掌握、去把控。但人的时间、精力就那么多，哪能去做所有的事情呢。我们为了去弥补这种虚无的未知的恐惧，消耗了太多的精力，浪费了太多的时间，我们把大部分的时间都花费在了其实不是我们核心能力的事情上。

在职场走过的十几个春秋，再来看借力这个词，我觉得其实是一个感性色彩很积极的一个词语。但是当你身处其中，你会觉得借力这个事情好像贬低了自己的能力，降低了自己的身价。

回头来想，也不用去失落。价值往往不是生产者简单去判定的，更多是使用者去决定的。比方说这个转视频转字幕的小工具，对我来说写代码的人来说，就是不同功能耦合到一起，但对我姐来说，确实省心实用的。

写文章也是一样，对于写的人来说，或许仅是一个记录。但对看的人来说，甚至乎是未来的自己，遥想大学时的自己的QQ空间竟有此等文采，要是能引起一点点共鸣，那就足够了。