直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

视频内字幕提取

回答

以下是关于视频内字幕提取的相关内容：

  • 对于 B 站有字幕的视频，若在视频栏下面有字幕按钮，说明视频作者已上传字幕或后台适配了 AI 字幕。可安装油猴脚本Bilibili CC 字幕工具，安装后刷新浏览器，点击字幕会多出一个“下载”按钮，点击可选择多种字幕格式，包括带时间的或者不带时间的。
  • 在 Sora 之后，OpenAI Lilian Weng 亲自撰文提到，在设计视频生成扩散模型时，使用了剪辑检测流程从每段视频获得更多剪辑，并对其使用三个不同的字幕标注器模型：用于中间帧的 CoCa、用于视频字幕的 V-BLIP、基于前两个标注使用 LLM 来进行标注。还通过多种方式提升视频数据集，包括移除运动更少的视频片段、清除过多的文本、清除不够美的视频等。
  • 关于使用 GPT 的视觉功能和 TTS API 处理和讲述视频，有相关笔记本演示如何通过视频使用 GPT 的视觉功能，如使用 GPT-4 获取视频的描述、使用 GPT-4 和 TTS API 为视频生成画外音。首先使用 OpenCV 从包含野牛和狼的自然视频中提取帧。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

夙愿：AI 快速总结群聊消息

你可能会疑惑，GPT不是无法处理视频内容吗，这是怎么做到的？答案是视频字幕。我用这个视频举例：https://www.bilibili.com/video/BV1VL411U7MU/?spm_id_from=333.337.search-card.all.click&vd_source=e05ea46c768d112737bc19e721da8967打开这个视频，如果你能在视频栏下面有一个字幕按钮，说明这个视频作者已经上传了字幕或者后台适配了AI字幕。那我们把这些字幕弄下来，再发给AI执行内容总结任务，是不是就达到了总结视频的效果？是的，目前大部分用AI总结视频的工具/插件/应用都是这么干的。那接下来的卡点就是，怎么把字幕文字内容给提取出来，用语音转文字？不，效率太低了。像这种有字幕的视频，我们可以装一个油猴脚本：[Bilibili CC字幕工具](https://greasyfork.org/zh-CN/scripts/378513-bilibili-cc%E5%AD%97%E5%B9%95%E5%B7%A5%E5%85%B7)安装之后，刷新浏览器，点击字幕，你会看到多出一个“下载”按钮点击下载按钮，会弹出下面这个窗口，你可以选择多种字幕格式，带时间的或者不带时间的：

Sora之后，OpenAI Lilian Weng亲自撰文教你从头设计视频生成扩散模型

SVD专门强调了数据集整编对模型性能的关键作用。他们使用了一个剪辑检测流程来从每段视频获得更多剪辑，然后对其使用三个不同的字幕标注器模型：(1)用于中间帧的CoCa，(2)用于视频字幕的V-BLIP，(3)基于前两个标注使用LLM来进行标注。然后他们还能继续提升视频数据集，其做法包括移除运动更少的视频片段（通过以2 fps速度计算低光流分数进行过滤）、清除过多的文本（使用光学字符识别来识别具有大量文本的视频）、清除看起来不够美的视频（使用CLIP嵌入标注每段视频的第一帧、中间帧和最后帧并计算美学分数和文本-图像相似度）。实验表明，使用经过过滤的更高质量的数据集能得到更好的模型质量，即便这个数据集要小得多。

使用GPT的视觉功能和TTS API处理和讲述视频

This notebook demonstrates how to use GPT's visual capabilities with a video.GPT-4 doesn't take videos as input directly,but we can use vision and the new 128K context widnow to describe the static frames of a whole video at once.We'll walk through two examples:这个笔记本演示了如何通过视频使用GPT的视觉功能。GPT-4不直接将视频作为输入，但我们可以使用视觉和新的128 K上下文widnow来同时描述整个视频的静态帧。我们将介绍两个示例：1.Using GPT-4 to get a description of a video使用GPT-4获取视频的描述2.Generating a voiceover for a video with GPT-4 and the TTS API使用GPT-4和TTS API为视频生成画外音1.[1.Using GPT's visual capabilities to get a description of a video](https://cookbook.openai.com/examples/gpt_with_vision_for_video_understanding#1-using-gpts-visual-capabilities-to-get-a-description-of-a-video)[1.使用GPT的视觉功能获取视频的描述](https://cookbook.openai.com/examples/gpt_with_vision_for_video_understanding#1-using-gpts-visual-capabilities-to-get-a-description-of-a-video)First we use OpenCV to extract frames from a nature[video](https://www.youtube.com/watch?v=kQ_7GtE529M)containing bisons and wolves:首先，我们使用OpenCV从包含野牛和狼的自然视频中提取帧：618 frames read.Display frames to make sure we've read them in correctly:显示帧以确保我们已正确读取它们：

其他人在问
一个视频网站上只有中文外挂字幕，有什么AI插件能根据中文字幕和中文配音生成英中双字字幕
以下是关于根据中文外挂字幕和中文配音生成英中双字字幕的相关信息： 最终解决方案： 逻辑其实很简单： 1. 用 whisper 生成原视频的英文字幕（预设 whisper 生成的字幕没问题，whisper 的问题不探讨）。 2. 让 GPT 结合字幕全文翻译，并让它根据原英文字幕的拆分，将译文进行同样行数的拆分。 3. 将 GPT 译文拆分的结果插入到原英文字幕文件中形成一个新的双语字幕文件。这个过程中所有的执行脚本都是让 GPT 写的。GPT 的 prompt 在最后。08.04 更新这一节是失败的经历，可以跳过。 视频自动字幕工具推荐： 1. Reccloud：免费的在线 AI 字幕生成工具，可直接上传视频进行精准识别，能对识别的字幕进行翻译，自动生成双语字幕。已处理 1.2 亿+视频，识别准确率接近 100%。 2. 绘影字幕：一站式专业视频自动字幕编辑器，提供简单、准确、快速的字幕制作和翻译服务，支持 95 种语言，准确率高达 98%，可自定义视频字幕样式。 3. Arctime：可对视频语音自动识别并转换为字幕，甚至支持自动打轴，支持 Windows 和 Linux 等主流平台，支持 SRT 和 ASS 等字幕功能。 4. 网易见外：国内知名语音平台，支持视频智能字幕功能，转换正确率较高，支持音频转写功能。 以上工具各有特点，您可以根据自己的需求选择。 此外，为您推荐一些视频配音特效 AI 工具： 1. Wavel Studio： 支持 30 多种语言的配音，音质自然流畅。 自动去除背景噪音和杂音。 提供添加字幕和文本叠加层的工具。 界面友好，提供多种自定义选项。 2. Elai.io： 支持 65 多种语言的配音，音色和语调真实。 自动将唇形与语音同步。 生成字幕，提高视频的可访问性。 支持多位配音者，适合复杂对话场景。 3. Rask AI： 支持 130 多种语言的配音，包括稀有和濒危语言。 采用先进语音合成技术，音质高保真。 提供语音参数自定义和音效添加工具。 与多种视频编辑平台和工作流程整合。 4. Notta： 提供快速实惠的多语言配音解决方案。 保留原声说话风格和细微差别。 提供调整语音速度和音调的工具。 支持批量处理，高效完成多视频配音。 5. Dubverse： 支持 60 多种语言的配音，音质接近真人。 提供文本转语音和语音克隆功能。 提供语音参数自定义和情感添加工具。
2024-08-28
在线视频字幕提取
以下为您推荐几个在线视频自动字幕工具： 1. Reccloud：免费的在线 AI 字幕生成工具，可直接上传视频进行精准识别，能对识别的字幕进行翻译，自动生成双语字幕。已处理 1.2 亿+视频，识别准确率接近 100%。 2. 绘影字幕：一站式专业视频自动字幕编辑器，提供简单、准确、快速的字幕制作和翻译服务，支持 95 种语言，准确率高达 98%，还可自定义视频字幕样式，包括字体、颜色、大小、位置等。 3. Arctime：能对视频语音自动识别并转换为字幕，甚至支持自动打轴，支持 Windows 和 Linux 等主流平台，支持 SRT 和 ASS 等字幕功能。 4. 网易见外：国内知名语音平台，支持视频智能字幕功能，转换正确率较高，支持音频转写功能。 另外，如果您想提取 B 站视频的字幕，可以参考以下方法：打开有字幕按钮的 B 站视频，若想提取字幕，可以安装油猴脚本“Bilibili CC 字幕工具”。安装后刷新浏览器，点击字幕会多出一个“下载”按钮，点击可选择多种字幕格式，包括带时间的或者不带时间的。 以上工具各有特点，您可根据自身需求选择最适合的。
2024-08-26
可以识别中国多民族语言的翻译软件并且翻译成字幕
目前市面上暂时没有专门针对中国多民族语言进行翻译并生成字幕的通用软件。不过，您可以关注一些大型科技公司开发的翻译软件，例如百度翻译、腾讯翻译君等，它们可能在不断更新和扩展语言支持范围，未来或许会增加对中国多民族语言的翻译及字幕生成功能。同时，一些专业的语言研究机构或团队也可能会开发特定的工具，但需要您进一步通过相关领域的渠道去了解和获取。
2024-08-26
如何用AI把中文视频自动加上英文翻译字幕
以下是使用 AI 为中文视频自动添加英文翻译字幕的方法： 1. 首先，使用 whisper 生成原视频的英文字幕。预设 whisper 生成的字幕没问题，其相关问题不做探讨。 2. 让 GPT 结合字幕全文进行翻译，并根据原英文字幕的拆分，将译文进行同样行数的拆分。 3. 将 GPT 译文拆分的结果插入到原英文字幕文件中，形成一个新的双语字幕文件。这个过程中的所有执行脚本都由 GPT 编写。 在 08.04 的更新中： 1. 对于识别音视频中的语言并生成字幕文件，可以使用 whisper 这个优秀的字幕处理工具。medium 尺寸能较好地解决英文问题，对于中文，large 尺寸的处理效果可能会更好。但仅处理成英文对母语是中文的绝大部分人来说不够，最好有纯中文或双语字幕。 2. 在处理中文翻译部分，常用的谷歌翻译、微软翻译存在诸多问题，而 GPT3.5 效果较好。需要给 GPT 提供足够的上下文和背景信息，以便更好地翻译特定名词。但由于音视频内容多，文本量大，受单次输入输出文本量限制，需分批投喂给 GPT，此时要解决如何分批才能不截断完整语意的问题。 3. 在上述处理基础上，会得到英文字幕 SRT 文件、英文全文、译文全文，接下来要将译文加到字幕文件中形成双语字幕。处理逻辑是找到英文句子对应的翻译，但由于文化差异和 AI 处理结果的随机性，不能仅依靠标点符号解决对应问题。
2024-08-14
提取视频字幕并形成文稿
提取视频字幕并形成文稿的方法如下： 借助免费服务转录或下载视频的自动生成字幕。 将得到的文字保存为文档上传。 让 ChatGPT 帮忙将 YouTube 视频的字幕转化为简洁的要点。 这种方法的优点是可以快速将视频内容转化为文字，节省时间和精力。例如，对于包含高技术性内容的视频，可以通过这种方式快速获取关键信息。但需要注意的是，自动生成的字幕可能存在一些语气词和广告内容，需要进行适当的编辑和整理。
2024-07-14
AI提取bilibili字幕工具
AI提取bilibili字幕的工具有多种，以下是几个可用的选项： 1. 绘影字幕AI：这是一个视频AI字幕提取器，可以上传视频并转录视频字幕，支持95种语言，提供98%的高精度转录，并且支持无限时长的单个视频。 2. videosubtitleextractor：这是一个GitHub上的项目，它能够提取视频中的关键帧、识别视频帧中的文本内容、过滤非字幕区域的文本，并去除水印、台标文本等。它支持87种语言的字幕提取，并且可以批量提取。 3. 快速提取视频字幕工具：这是一个适用于B站的视频字幕提取工具，可以提取视频的字幕或AI字幕。使用方法包括打开视频、按F12进入开发者界面，然后访问特定网址进行字幕提取。 4. 哔哩哔哩字幕插件：这是一个浏览器扩展，具有复制、导出、跳转、总结字幕等功能，可以帮助用户更方便地处理哔哩哔哩上的字幕。 这些工具可以帮助用户从bilibili视频中提取字幕，无论是手动添加的字幕还是AI自动生成的字幕。使用这些工具时，用户可以根据自己的需求选择合适的选项来进行字幕的提取和处理。
2024-05-26
国内外好用的图生视频模型
以下是一些国内外好用的图生视频模型： 可灵（国内，免费） 网址：https://klingai.kuaishou.com/ 支持文生视频、图生视频。 支持图生视频首尾帧功能。 提示词可使用中文。 文生视频支持正向提示词、反向提示词、运镜控制、时长选择（5s、10s），支持 16:9、9:16、1:1 尺寸。 图生视频除了不可运镜控制以外，其他跟文生视频基本相同。 默认生成 5s 的视频。 ETNA（国内） 网址：https://etna.7volcanoes.com/ 由七火山科技开发的文生视频 AI 模型。 可以根据用户简短的文本描述生成相应的视频内容。 生成的视频长度在 8 15 秒，画质可达到 4K，最高 38402160，画面细腻逼真，帧率 60fps。 文生视频，支持中文，时空理解。 关于可灵的文生视频效果，测试者 Austin 周安鑫进行了以下测试： 1. 场景识别：包括室内和室外，如客厅的沙发、液晶电视、漂亮的波斯猫、超现实主义的蜿蜒河流、茂密森林、灿烂花海、碧绿草坪等。 2. 物体识别：涵盖静态和动态物体，如水晶球、跳动的火焰、翱翔的飞鸟、闪烁的流星、飞溅的水珠等。 3. 人物识别：包括面部和姿态，如一个人笑容灿烂、一个人惊恐愤怒，一位芭蕾舞女孩在冰面上跳舞等。 4. 动作识别：包含基本和复杂动作，如短跑运动员快速奔跑、赛车手驾驶跑车激烈漂移等。 5. 事件检测：有简单和复杂事件，如一位帅哥在喝水、外星文明和地球进行星际大战等。 6. 环境变化：涉及光线和天气，如奇幻的极光舞动变幻、城市写字楼灯光忽明忽暗、闪电交加、乌云密布、台风、大雨等。 7. 多对象场景：包括单一和多对象场景，如 1 个飞行员驾驶战斗机翱翔太空、海军指挥航母战斗群展开激烈战斗等。 8. 特殊场景：有遮挡和非标准场景，如城市大雾遮挡摩天大楼、一边是神秘海底世界，一边是梦幻糖果屋。 9. 细节检测：包含小物体和微表情，如崭新的苹果电脑屏幕上播放电影、瞳孔收缩、脸颊泛红、嘴唇微微颤抖。
2024-09-19
我想了解 AI 创作视频相关的资料
以下是关于 AI 创作视频的相关资料： 在人员方面，有以下人员从事与 AI 创作相关的工作： 路西：从事 AI 视频创作。 汪汪汪：制作 AI 视频、AI 图文。 大白光：在生活和工作中出图和视频。 kone：从事 AI 商业实战应用，包括 AI 短片、AI 广告、AI 电影、AI MV 等。 一花一世界：从事视频相关工作。 林旭辉：从事视频制作、电商相关工作。 如果想用 AI 把小说做成视频，一般的制作流程如下： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 如果您想参加 filMarathon 全球 AI 电影马拉松大赛，以下是一些学习资料和参赛方式： 剧本创作：人力为主，可参考 图片生成：AI 作图绘画，可参考 视频生成：AI 视频生成，可参考 音频生成： AI 音乐创作，可参考 音效创作指导，可参考 语音合成，可参考 剪辑工具：剪映剪辑，可参考
2024-09-19
AI怎么把图片做成视频
以下是将图片制作成视频的几种方法： 1. 使用 PixVerse 网站（https://app.pixverse.ai）：涂抹选区，给出相应的运动方向，最后加入配音，剪辑一下即可。 2. 利用快影（需先通过内测申请）： 打开快影，选择 AI 创作。 选择 AI 生成视频。 选择图生视频。 上传处理好的图片，填写想要的互动动作和效果，然后点击生成视频，排队等待生成结束后点击下载。 3. 采用 Midjourney 出图结合 AI 视频软件的方法： 使用 Midjourney 垫图加描述出图。 下载“素材”项里的深度图，打开 MJ 官网（https://www.midjourney.com/）上传深度图。 若图片完美可直接生成视频，若有黑边则需下载图片并用 PS 创成式充填处理黑边。
2024-09-19
推荐将线上视频转变成文字的运用
以下是一些将线上视频转换成文字的应用推荐： 1. Pika：是一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，能在图片基础上直接生成视频，它是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需注意是收费的。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 更多的相关网站可以查看： 另外，为您推荐在线 TTS 工具 Voicemaker（https://voicemaker.in/），它可将文本转换为各种区域语言的语音，并允许创建自定义语音模型，易于使用，适合为视频制作画外音或帮助视障人士。 以上内容由 AI 大模型生成，请仔细甄别。
2024-09-19
有什么工具可以将视频生成脚本
以下是一些可以将视频生成脚本的工具和方法： 1. 工具组合： ChatGPT（https://chat.openai.com/）+剪映（https://www.capcut.cn/）：ChatGPT 生成视频小说脚本，剪映根据脚本自动分析出视频所需场景、角色、镜头等要素，并生成对应素材和文本框架，可快速实现从文字到画面的转化，节省时间和精力。 PixVerse AI（https://pixverse.ai/）：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 Pictory（https://pictory.ai/）：AI 视频生成器，用户提供文本描述即可帮助生成相应视频内容，无需视频编辑或设计经验。 VEED.IO（https://www.veed.io/）：提供 AI 图像生成器和 AI 脚本生成器，帮助从图像制作视频，并规划内容。 Runway（https://runwayml.com/）：AI 视频创作工具，能将文本转化为风格化的视频内容，适用于多种场景。 2. 将小说做成视频的制作流程： 小说内容分析：使用 AI 工具（如 ChatGPT）提取关键场景、角色和情节。 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成视觉描述。 图像生成：使用 AI 图像生成工具创建角色和场景的图像。 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 后期处理：对生成的视频进行剪辑、添加特效和转场，提高视频质量。 审阅与调整：观看生成的视频，根据需要调整，如重新编辑某些场景或调整音频。 输出与分享：完成编辑后，输出最终视频并在所需平台分享。 请注意，具体操作步骤和所需工具可能因项目需求和个人偏好不同而有所差异。此外，AI 工具的可用性和功能可能会随时间变化，建议直接访问工具网址获取最新信息和使用指南。
2024-09-19
有没有把公众号文章转成视频的工具呀
以下是一些可以将公众号文章转成视频的工具： ：一个使用人工智能将博客文章转化为播客的工具。用户只需将博客文章复制粘贴到该工具中，几分钟内就能生成一个有声播客。该工具还提供了免费试用和多个价格层级选择。用户无需具备技术知识，可以轻松地将播客发布到 Spotify 等平台，吸引更多的听众。 如果您想用 AI 把小说做成视频，以下是一些相关工具及网址： Stable Diffusion（SD）：一种 AI 图像生成模型，可以基于文本描述生成图像。网址： Midjourney（MJ）：另一个 AI 图像生成工具，适用于创建小说中的场景和角色图像。网址： Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。网址： Pika AI：文本生成视频的 AI 工具，适合动画制作。网址： Clipfly：一站式 AI 视频生成和剪辑平台。网址： VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址： 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址： 故事 AI 绘图：小说转视频的 AI 工具。网址： 以下是一些文字生成视频的 AI 产品： Pika：一款非常出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 SVD：如果熟悉 Stable Diffusion，可以直接安装这款最新的插件，在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 Runway：一款老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，不过需要注意的是，Runway 是收费的。 Kaiber：一款视频转视频 AI，能够将原视频转换成各种风格的视频。 Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 更多的文生视频的网站可以查看这里： 内容由 AI 大模型生成，请仔细甄别。
2024-09-18
快速提取视频内文字的方法
以下是快速提取视频内文字的两种方法： 1. 首先从视频网站上提取出视频的音频部分，然后利用飞书妙记的免费语音转文字功能，将音频上传并转换成文本。转写完成后，将文本下载下来，上传至相关工具中，以便对视频内容进行快速总结和知识提炼。 2. 将视频中的文字内容全选复制发送给 GPTs。总结完视频内容之后，还可以继续向 AI 提问更多细节内容或者与它探讨视频内容。
2024-09-13
我该如何提取一张图片中的数学公式呢
目前在提取图片中的数学公式方面，有以下几种常见的方法： 1. 使用专门的 OCR（光学字符识别）软件：许多 OCR 工具具备识别数学公式的能力，但准确性可能因软件和图片质量而异。 2. 利用在线的数学公式识别服务：部分在线平台提供针对图片中数学公式的提取和转换功能。 3. 借助某些图像处理软件的插件：一些图像处理软件的特定插件可以辅助进行数学公式的提取。 需要注意的是，图片的清晰度、公式的复杂程度以及字体等因素都会影响提取的效果和准确性。
2024-09-13
请问什么大模型可以提供从给出的视频中精准提取图片的？
目前，一些大模型具备从给出的视频中精准提取图片的能力。例如，多模态大模型可以实现这一功能。 多模态技术能够从图像中提取文本，理解图像或视频中发生的事情，识别物体、场景甚至情绪。像谷歌的 Gemini 多模态大模型，它可以处理多种不同的任务，应用范围广泛。 在实际应用中，比如有人想为一只猫买新衣服，可以给模型提供两张猫的图片，同时提供一个文本提示，询问什么样的衣服适合这只猫，模型会给出响应。又比如在解决物理问题时，提供包含问题和学生答案的图像以及文本提示，模型能够逐步推理并判断答案是否正确。 但需要注意的是，不同的大模型在具体的提取效果和精度上可能会有所差异，具体的应用效果还需要根据实际情况进行评估和选择。
2024-09-07
有什么方法可以更好与coze的知识库提取正确的内容
以下是一些更好地从 Coze 的知识库提取正确内容的方法： 1. 对于创建智能体的知识库： 注意本地 word 文件的处理，要合理拆分内容以提高训练数据准确度，比如将海报内容训练进知识库时，不能一股脑全部放入，应先放入 11 章的大章节名称内容，章节内详细内容要按固定方式进行人工标注和处理，然后选择创建知识库自定义清洗数据。 2. 安装 Coze Scraper 用于采集数据： 扩展程序成功安装至浏览器后，登录，在左侧菜单栏选择一个工作区，在工作区内单击知识库页签，创建或点击已存在的知识库，在知识库页面单击新增单元，在文本格式页签下选择在线数据，然后单击下一步。接着单击手动采集，完成权限授予，输入要采集内容的网址，标注要提取的内容，查看数据确认无误后完成并采集。 3. 关于深入理解 RAG 中的文档切割： 包括定义和背景、算法种类、应用场景、发展趋势等方面。通过将长文档切割成小块，检索系统能更高效地找到用户查询所需的信息。
2024-09-03
你可以从图片提取文字吗
目前，在 AI 领域，存在能够从图片中提取文字的技术和应用。 例如，谷歌 Gemini 多模态技术可以实现从图像中提取文本，比如从表情包或文档扫描中提取文字。它不仅能提取文字，还能理解图像或视频中的内容，包括识别物体、场景和情绪等。在一些具体的应用场景中，比如有人想为猫买新衣服，可以给模型提供猫的图片和相关文本提示，模型会给出适合猫的衣服建议。而且输入的图像和文本顺序可以交错，不同的顺序可能会影响结果。 另外，Tipbot AI 具有图片 OCR 功能，能够从图片中提取文字并提供简洁的摘要。它适用于各种用户群体，如学生、专业人士、忙碌的父母等。用户可以通过拍照提取图片中的文字并获得摘要，还能根据自身需求和偏好创建和定制自己的 AI 助手，其用户友好的设计使得即使非技术专家也能轻松使用。 但需要注意的是，使用 Tipbot AI 时要注意保护个人隐私和数据安全，而且它可能在对某些特定图片的文字提取上存在不准确的情况。
2024-09-02
如何用AI提取自媒体账号的标题
以下是一些关于用 AI 提取自媒体账号标题的方法和建议： 可以在 Claude 中使用特定的提示词来生成标题。Claude 写的标题具有网感，效果较好，比如 Claude 3 Opus 输出的标题更像真人所写。您可以开通一个 Claude 3 Opus 账号，某宝一个月 168 元，能节省不少时间。 对于拆解爆款内容，可分四步进行：第一步建立自己的爆款库，并选择其中 1 个爆款内容；第二步让 ChatGPT 理解您拆解的角度；第三步让 ChatGPT 提出内容的修改建议，并分点式给出答案；第四步要求 ChatGPT 以特定风格去做修改。 此外，还有针对不同自媒体创作场景的案例，如创作剧本或脚本写作、创意营销文本素材、生成创意营销素材、社群的每日资讯、写科普内容、内容分发等，但这些案例主要侧重于相关内容的创作和分发，未直接提及标题提取的具体方法。
2024-09-01