懂AI
ScribeWizard

ScribeWizard

使用Groq、Whisper和Llama3生成结构化音频笔记

ScribeWizard 是一个基于 Streamlit 的应用，通过 Groq 的 Whisper API 转录音频讲座，并利用 Llama3-8b 和 Llama3-70b 模型生成结构化笔记。该应用结合了快速和高质量的文本生成，提供美观的 Markdown 样式笔记，并支持下载为文本或 PDF 文件。用户可以选择在线使用或本地运行，适用于生成讲座和课程的音频笔记，提升学习和复习效率。

ScribeWizardGroqWhisperLlama3StreamlitGithub开源项目
访问官网GitHub

ScribeWizard 项目介绍

项目概述

ScribeWizard 是一个使用 Streamlit 构建的应用程序，旨在通过转录的音频讲座生成结构化的笔记。它利用了 Groq 的 Whisper API 进行音频转录，并通过 Llama3 模型生成笔记内容。应用程序在生成笔记结构时，使用 Llama3-8b 和 Llama3-70b，两者结合快速生成内容与高质量的结构间的平衡。

项目特色

  • 🎧 结构化笔记生成：通过 Whisper-large 提供的音频转录和 Llama3 模型生成文本，以创建组织良好的笔记。
  • ⚡ 极速：使用 Groq 技术进行快速的音频转录和文本生成。
  • 📖 平衡速度与质量：策略性地在 Llama3-70b 和 Llama3-8b 之间切换，确保速度与生成内容质量的均衡。
  • 🖊️ 美观的 Markdown 样式：在 Streamlit 应用上生成美观的笔记，可以包含表格和代码。
  • 📂 文件下载功能：用户可以下载包含完整笔记内容的文本或 PDF 文件。

生成笔记示例

示例YouTube 链接
Google Cloud Tech 讲述 Transformershttps://www.youtube.com/watch?v=SZorAJ4I-sA
3Blue1Brown 的微积分精髓https://www.youtube.com/watch?v=WUvTyaaNkzM

由于所有生成式 AI 的特性，内容可能包括不准确或占位符信息。ScribeWizard 当前处于测试阶段，欢迎提出任何反馈意见！

快速开始

为了使用 ScribeWizard，用户可以选择在 scribewizard.streamlit.app 上使用托管版本，也可以按照快速启动说明在本地运行该应用。

本地运行步骤

  1. 首先，在环境变量中设置 Groq API 密钥：

    export GROQ_API_KEY="gsk_yA..."

  2. 配置虚拟环境并安装依赖项：

    python3 -m venv venv
source venv/bin/activate
pip3 install -r requirements.txt

  3. 运行 Streamlit 应用程序：

    python3 -m streamlit run main.py

技术细节

  • 使用技术: Streamlit, Groq 云端的 Llama3 和 Whisper-large
  • 限制: ScribeWizard 可能会生成不准确的信息或占位内容，主要用于生成笔记作为娱乐用途。

贡献

欢迎通过拉取请求（PR）来进行改进！

更新日志

版本 v0.1.0

  • 生成结构化笔记，使用 Whisper-large 的音频转录和 Llama3 的文本生成
  • 极速音频转录及文本生成，通过 Groq 实现
  • 通过在 Llama3-70b 和 Llama3-8b 之间的平衡切换，确保速度与质量
  • 使用 Markdown 样式生成美观的笔记，支持表格和代码
  • 允许用户下载内容完整的文本或 PDF 文件

未来功能

  • 创建转录摘要版本，按字符数批量分段
  • 允许上传多个音频文件

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多