这是一个创建于 268 天前的主题，其中的信息可能已经有所发展或是发生改变。
除了总结视频，很多这类总结账号和总结插件都提供了时间线，或者叫时间点跳转的功能，我观察了几个总结之后发现，这些时间点并不是长度相同的间隔，也就是说有可能真的是按照内容来分块总结的，思来想去找不到比较优雅的解决方案，在 twitter 有个开发者的帖子说可以用提示词解决，有大佬知道其他的解决方案或者开源项目吗？
7 条回复 • 2024-03-07 22:10:43 +08:00
 |
1
yyzh 268 天前
|
 |
2
mmxq 268 天前
有个思路：b 站视频有自带的字幕，字幕导出后就自带时间点和每一个时间点的文字。
只要利用这个就能轻松做出自带时间线的总结了。 类似项目： https://github.com/IndieKKY/bilibili-subtitle 这个项目就是依托本身生成的字幕，加入了 ChatGPT 总结出来的。 |
 |
3
mxT52CRuqR6o5 268 天前
没人说话的视频都总结不了，都是靠语音识别出的文字进行总结的
|
 |
4
noahlias 268 天前
这种挺好做的你吧字幕加上时间线 给大语言模型总结下 类似 ai 搜索的方式 让它自己标注内容引用的源时间轴
|
 |
5
edotac 268 天前
|
|
6
noahlias 268 天前
不过有一种视频总结更加准确 用视频的里面图片( https://cookbook.openai.com/examples/gpt_with_vision_for_video_understanding) 用 vision 模型获取文本 这种总结更加准确
但是成本很高 大佬 Andrej Karpathy 在 x( https://twitter.com/karpathy/status/1760740503614836917)上提到了这种想法 下面有很多实现方案 其中有一个是最近的 claude3 Opus demo( https://hundredblocks.github.io/transcription_demo/) 代码（ https://github.com/hundredblocks/transcription_demo/） 其实 之前也有人去做 比如 gemini1.5 （ https://simonwillison.net/2024/Feb/21/gemini-pro-video/）都是用大窗口模型来弄的 |
 |
7
zhiyu1998 268 天前
我是做的 Yunzai-Bot 的插件，之前就用的字幕根据算法做的，但是嫌麻烦删了，然后用官方的 AI 了。
如果对你有帮助可以参考，Node.js 写的： https://gitee.com/kyrzy0416/rconsole-plugin |
Select Language