Notas de áudio

Áudio e vídeo para sistema estruturado de anotações baseado em FunASR e Qwen2

Ele pode extrair rapidamente o conteúdo de áudio e vídeo e chamar um modelo grande para organizá-lo em uma nota de redução estruturada para leitura fácil e rápida.

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

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

Exibição de efeito

Reconhecimento e classificação de áudio e vídeo

imagem

Fale com conteúdo de áudio e vídeo

imagem

Como usar

① Instale o Ollama

Baixe o pacote de instalação do Ollama correspondente ao sistema e instale-o.

https://ollama.com/download

② Modelo de tração

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

ollama pull qwen2:7b

③ Serviços de implantação

Existem dois métodos de implantação, um é implantar usando Docker e o outro é implantar localmente.

Implantação do Docker (recomendado)?

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

Depois que o docker for iniciado, visite http://localhost:15433/

A conta de login é admin e a senha é admin (pode ser modificada no arquivo docker-compose.yml)

Implantação local?

É necessário um banco de dados postgresql acessível

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

Renomeie .env.example para .env e modifique as informações de configuração relevantes