AudioNotes - 音视频转结构化笔记系统

项目简介

AudioNotes 是一款基于 FunASR 语音识别和 Qwen2 大模型的音视频转结构化笔记系统。上传音视频文件后，AI 自动提取内容并整理成一份结构化的 Markdown 笔记，方便快速阅读。

核心功能

模块	说明
音视频识别	基于 FunASR 快速提取音视频语音内容
AI 笔记整理	调用 Qwen2 大模型将语音内容整理为结构化 Markdown
内容对话	支持与音视频内容进行对话问答
本地部署	基于 Ollama + Docker，数据完全本地

技术栈

技术	说明
FunASR	阿里巴巴开源语音识别框架
Qwen2 (Ollama)	本地运行大模型进行笔记整理
Chainlit	交互式对话界面
FFmpeg	音视频处理
PostgreSQL	数据存储
Docker	一键部署

适用场景

• 会议录音/网课视频快速转文字笔记
• 播客/访谈内容结构化整理
• 视频内容检索与对话问答
• 追求数据隐私的本地音视频处理需求

Stars

约 2,000 Stars，Python