目前我的想法是在云服务器部署，自动化工具先根据网站下载视频然后再通过语音转文字工具将其转换，在通过通知工具发送回我。 
但这有几个问题像繁琐和没头绪，比如自动化工具如何选择？所需的学习成本高不高？等。 
各位佬友有更好的方案或建议吗？