docs: 更新待办和内存记录
- 添加 Whisper 编译任务 - 记录 KB Workflow 优化内容
This commit is contained in:
@@ -19,12 +19,12 @@
|
||||
- 配置命令: `openclaw config set channels.wecom.voice.type "aliyun"`
|
||||
|
||||
### 字幕增强方案(待实现)
|
||||
- [ ] **视觉大模型方案** - 用API识别视频帧中的字幕
|
||||
- 可选模型:GPT-4V / Claude Vision / GLM-4V / 通义千问VL
|
||||
- 流程:视频帧图片 → 视觉大模型 → 识别文字 → 输出字幕
|
||||
- [ ] **语音识别(ASR)方案** - 用ASR模型提取音频字幕
|
||||
- 可选模型:Whisper / 讯飞ASR / 阿里云ASR
|
||||
- 流程:视频 → 提取音频 → ASR模型 → 字幕文件(.srt/.lrc)
|
||||
- [ ] **编译 Whisper.cpp** - 需要 sudo 权限
|
||||
- 命令: `sudo apt-get install cmake && cd ~/whisper.cpp && make`
|
||||
- 替换 FunASR,获得更好的中文识别效果
|
||||
- [x] ~~语音识别(ASR)方案~~ - 已完成基础功能
|
||||
- FunASR 备用方案已可用
|
||||
- Whisper 编译完成后可提升准确率
|
||||
|
||||
---
|
||||
|
||||
|
||||
Reference in New Issue
Block a user