第128章 手搓工具之神

  第128章 手搓工具之神

  洛北的思路很清晰：

  语音识別有现成的开源方案，比如阿里的funasr。大语言模型现阶段不少，不过闭源居多，他可以先花点小钱调用gpt看看效果。伺服器嘛，先用自己电脑顶著，不上云端，先做离线录音，回宿舍再联网处理。

  有了想法，说干就干。

  虽然原理简单，实际做起来洛北发现，需要处理的细节不少。

  一节课90分钟，如果上传无损的音频文件，体积高达几百mb。如何调整比特率和採样把录音压缩得儘可能小又不影响识別，是门有技术的活。

  不过洛北凭藉著“实用主义”的buff，只试了几次，很快就找到了最合適的参数。

  然后是手机端预处理，再到伺服器文件存储，接著用funasr將语音转为文字。

  再经过洛北搭建的工作流，搭配精心调校的提示词，传到大语言模型，返回指定的markdown格式文字。最后再转换成word或者pdf格式的笔记。

  而在这个过程中，提示词是重中之重，极大影响笔记的质量。

  所以在网上也被大家称呼为“炼丹咒”，能炼出什么品质的丹药，还真就要看炼丹师们的调教水平了。

  一开始，洛北给的提示词很简单：“你是一个专业的数学系助教，请將以下的课堂录音文本整理成结构清晰的笔记。要求：1.识別並修正数学术语的同音错误；2.使用latex

  格式输出所有公式；3.提炼核心知识点去除口语废话；4.输出为markdown格式。”

  但试了几次，靠著“实用主义”的稟赋，他很快发现光这样是不够的。

  所以洛北参考了网上范例，针对微积分这门课程，对提示词反覆做了很多调整，最后才得到满意的结果。