Notes audio

Audio et vidéo vers un système de prise de notes structuré basé sur FunASR et Qwen2

Il peut extraire rapidement le contenu audio et vidéo et appeler un grand modèle pour l'organiser en une note de démarque structurée pour une lecture facile et rapide.

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

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

Affichage des effets

Reconnaissance et tri audio et vidéo

Parlez au contenu audio et vidéo

Comment utiliser

① Installez Ollama

Téléchargez le package d'installation Ollama correspondant au système et installez-le.

https://ollama.com/download

② Modèle à tirer

Je prends comme exemple阿里的千问2 7b https://ollama.com/library/qwen2

ollama pull qwen2:7b

③ Services de déploiement

Il existe deux méthodes de déploiement, l'une consiste à déployer à l'aide de Docker et l'autre à déployer localement.

Déploiement Docker (recommandé) ?

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

Après le démarrage de Docker, visitez http://localhost:15433/

Le compte de connexion est admin et le mot de passe est admin (peut être modifié dans le fichier docker-compose.yml)

Un déploiement local ?

Une base de données postgresql accessible est requise

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

Renommez .env.example en .env et modifiez les informations de configuration pertinentes