AudioNotes

Catatan Audio

Audio dan video ke sistem pencatatan terstruktur berdasarkan FunASR dan Qwen2

Ini dapat dengan cepat mengekstrak konten audio dan video, dan memanggil model besar untuk mengaturnya menjadi catatan penurunan harga terstruktur agar mudah dan cepat dibaca.

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

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

Tampilan efek

Pengenalan dan penyortiran audio dan video

Bicaralah dengan konten audio dan video

Cara menggunakan

① Instal Ollama

Unduh paket instalasi Ollama yang sesuai dengan sistem dan instal.

https://ollama.com/download

② Model tarik

Saya mengambil阿里的千问2 7b sebagai contoh https://ollama.com/library/qwen2

ollama pull qwen2:7b

③ Layanan penerapan

Ada dua metode penerapan, satu adalah penerapan menggunakan Docker dan yang lainnya adalah penerapan secara lokal.

Penerapan Docker (disarankan)?

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

Setelah buruh pelabuhan dimulai, kunjungi http://localhost:15433/

Akun loginnya adalah admin dan kata sandinya adalah admin (dapat diubah di file docker-compose.yml)

Penerapan lokal?

Diperlukan database postgresql yang dapat diakses

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

Ganti nama .env.example menjadi .env dan ubah informasi konfigurasi terkait

chainlit run main.py

Setelah layanan dimulai, kunjungi http://localhost:8000/

Akun loginnya adalah admin dan kata sandinya adalah admin (dapat diubah di file .env)