AudioNotes

Notas de audio

Audio y video a sistema estructurado de toma de notas basado en FunASR y Qwen2

Puede extraer rápidamente el contenido de audio y video y llamar a un modelo grande para organizarlo en una nota de rebajas estructurada para una lectura fácil y rápida.

FunASR: https://github.com/modelscope/FunASR

Qwen2: https://ollama.com/library/qwen2

Visualización de efectos

Reconocimiento y clasificación de audio y vídeo.

Habla con contenido de audio y vídeo.

como usar

① Instalar Ollama

Descargue el paquete de instalación de Ollama correspondiente al sistema e instálelo.

https://ollama.com/download

② Modelo de tracción

Tomo阿里的千问2 7b como ejemplo https://ollama.com/library/qwen2

ollama pull qwen2:7b

③ Servicios de implementación

Hay dos métodos de implementación, uno es implementar usando Docker y el otro es implementar localmente.

¿Implementación de Docker (recomendado)?

curl -fsSL https://github.com/harry0703/AudioNotes/raw/main/docker-compose.yml -o docker-compose.yml
docker-compose up

Después de que se inicie Docker, visite http://localhost:15433/

La cuenta de inicio de sesión es admin y la contraseña es admin (se puede modificar en el archivo docker-compose.yml)

¿Despliegue local?

Se requiere una base de datos postgresql accesible

conda create -n AudioNotes python=3.10 -y
conda activate AudioNotes
git clone https://github.com/harry0703/AudioNotes.git
cd AudioNotes
pip install -r requirements.txt

Cambie el nombre .env.example a .env y modifique la información de configuración relevante

chainlit run main.py

Una vez iniciado el servicio, visite http://localhost:8000/

La cuenta de inicio de sesión es admin y la contraseña es admin (se puede modificar en el archivo .env)