零基础用户可通过三种方式将超长视频上传至Gemini并获取准确脚本：一、用Gemini Advanced配合Google Drive中转上传，支持2小时内MP4/MOV格式；二、分段截取（每段≤15分钟）后批量提交；三、先用Whisper.cpp等工具预转录，再交由Gemini校验润色。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您是零基础用户，希望将超长视频上传至 Gemini 并快速获取准确脚本，但遇到上传失败、处理中断或脚本提取不全等问题，则可能是由于文件格式限制、时长超出支持范围或上传路径未适配 Gemini 的处理机制。以下是实现该目标的可行操作路径：
一、使用 Gemini Advanced 配合 Google Drive 中转上传
Gemini Advanced（需订阅）支持直接解析 Google Drive 中的视频文件链接，绕过前端上传大小与时长限制，适用于 2 小时以内的 MP4/MOV 格式视频。该方式依赖云端直读，避免本地浏览器内存溢出。
1、登录与 Google 账号一致的 Google Drive 网页端。
2、点击左上角“新建”按钮，选择“文件上传”，将超长视频文件拖入上传区域。
3、上传完成后右键点击该视频文件，选择“获取链接”，将链接权限设为“知道链接的任何人可查看”。
4、打开 gemini.google.com，确保已切换至 Gemini Advanced 版本，在对话框中粘贴该 Drive 链接并输入指令：请观看此视频并逐分钟提取完整口语脚本，保留所有说话人停顿与语气词。
二、分段截取后批量提交至 Gemini
当视频超过 90 分钟或含复杂多音轨，Gemini 原生上传接口易触发自动截断。此时需将原始视频按时间轴拆分为 15 分钟以内片段，确保每段独立可解析，再通过连续提问方式拼接脚本。
1、使用免费工具如 Shotcut 或剪映桌面版导入原始视频。
使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。
2、在时间轴上定位每 15 分钟节点（例如 00:00–14:59、15:00–29:59），使用“分割”功能切出独立片段。
3、导出各片段为 H.264 编码的 MP4 文件，单个文件体积控制在 800MB 以内。
4、依次将每个片段拖入 Gemini 对话窗口，每次提交后等待完全解析完成，再发送下一段，并在指令中明确标注序号：这是第3段，请输出本段脚本，并标注起始时间为45:00。
三、借助第三方转录服务预处理再校验
对于语音密集、背景杂音大或含专业术语的超长视频，Gemini 直接提取易出现漏字或误识别。可先用 Whisper.cpp 或 OpenAI Whisper API 生成初稿，再将文本+关键帧截图提交给 Gemini 进行语义润色与结构化整理。
1、下载 Whisper.cpp Windows/Linux 可执行版本，运行命令行指令：whisper.exe video.mp4 --model large-v2 --language zh --output_format txt。
2、等待本地 GPU 完成转录，生成 .txt 文件后，复制全部文字内容。
3、在 Gemini 中输入：以下是一段视频的原始语音转录文本，请修正错别字、补全省略主语、合并重复语句，并按自然段落划分，保留原始时间戳格式（如[00:02:15]）。
4、将 txt 内容粘贴至同一消息框，点击发送。
