ScribeWizard：利用 Groq、Whisper 和 Llama，从音频中生成结构化的笔记

概述 • 功能 • 快速入门 • 贡献

ScribeWizard 演示

ScribeWizard 快速转录音频并生成结构化笔记的演示

概述

ScribeWizard 是一个 Streamlit 应用程序，它通过迭代地对转录后的音频讲座进行结构化处理并生成笔记，从而帮助用户搭建起结构化的课堂笔记框架。该应用结合了 Llama 4 Scout 和 Llama 4 Maverick 模型，利用较大的模型来生成笔记的结构，而用速度更快的模型来填充具体内容。

功能

• 🎧 使用 Whisper-large 转录的音频和 Llama 生成的文本，创建结构化的笔记
• ⚡ 利用 Groq 实现闪电般的音频转录和文本生成速度
• 📖 采用分层提示策略，在 Llama 4 Maverick 和 Llama 4 Scout 之间灵活切换，以平衡速度与质量
• 🖊️ Markdown 样式使 Streamlit 应用中的笔记美观大方，支持表格和代码的插入
• 📂 允许用户下载包含全部笔记内容的文本或 PDF 文件

示例生成的笔记：

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

与所有生成式 AI 一样，内容可能包含不准确或占位符信息。ScribeWizard 目前处于测试阶段，欢迎提供任何反馈！

---

快速入门

[!重要] 若要使用 ScribeWizard，您可以在 scribewizard.streamlit.app 上访问托管版本。 或者，您也可以按照快速入门说明在本地使用 Streamlit 运行 ScribeWizard。

在 Streamlit 上托管：

要使用 ScribeWizard，您可以访问 scribewizard.streamlit.app 上的托管版本。

本地运行：

此外，您也可以在本地使用 Streamlit 运行 ScribeWizard。

步骤 1

首先，您需要在环境变量中设置您的 Groq API 密钥：

export GROQ_API_KEY="gsk_yA..."

这一步是可选的，但可以省去您在 Streamlit 应用中手动输入 Groq API 密钥的麻烦。

步骤 2

接下来，您需要设置一个虚拟环境并安装依赖项。

python3 -m venv venv

source venv/bin/activate

pip3 install -r requirements.txt

步骤 3

最后，您可以运行 Streamlit 应用程序。

python3 -m streamlit run main.py

详细信息

技术栈

• Streamlit
• Groq Cloud 上的 Llama
• Groq Cloud 上的 Whisper-large

局限性

ScribeWizard 可能会生成不准确的信息或占位符内容。它应仅用于娱乐目的生成笔记。

贡献

欢迎通过 PR 提交改进意见！

更改日志

v0.1.0

此版本为应用程序代码库的初始发布版。包含以下功能：

🎧 使用 Whisper-large 转录的音频和 Llama 生成的文本，创建结构化的笔记

⚡ 利用 Groq 实现闪电般的音频转录和文本生成速度

📖 分层提示策略在 Llama 4 Maverick 和 Llama 4 Scout 之间灵活切换，以平衡速度与质量

🖊️ Markdown 样式使 Streamlit 应用中的笔记美观大方，支持表格和代码的插入

📂 允许用户下载包含全部笔记内容的文本或 PDF 文件

未来功能：

• 创建摘要版本的转录文本，按 n 个字符分段批量处理。
• 允许上传多个音频文件。

ScribeWizard 快速上手指南

ScribeWizard 是一个基于 Streamlit 的应用，利用 Groq 平台上的 Whisper-large 和 Llama 模型，将音频讲座快速转录并生成结构化的笔记。它通过策略性地切换 Llama 4 Maverick（负责内容生成，速度快）和 Llama 4 Scout（负责结构设计，质量高）来平衡速度与笔记质量。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS 或 Windows (需配置相应环境变量)
• Python 版本：推荐 Python 3.8 及以上版本
• 依赖项：
  • pip (Python 包管理工具)
  • venv (用于创建虚拟环境)
• API 密钥：您需要一个有效的 Groq API Key。
  • 访问 Groq Cloud Console 注册并获取密钥。
  • 注意：由于网络原因，国内用户访问 Groq 服务可能需要配置科学上网环境或使用代理。

安装步骤

您可以选择直接使用托管版本，或在本地部署。

选项 A：使用托管版本（无需安装）

直接访问官方托管应用即可立即使用： https://scribewizard.streamlit.app

选项 B：本地部署

1. 配置 API 密钥（可选但推荐）

为了避免每次启动应用时手动输入密钥，您可以将其设置为环境变量。

Linux/macOS:

export GROQ_API_KEY="gsk_yA..."

Windows (PowerShell):

$env:GROQ_API_KEY="gsk_yA..."

2. 创建虚拟环境并安装依赖

建议在项目目录下执行以下命令以隔离依赖：

python3 -m venv venv

激活虚拟环境：

Linux/macOS:

source venv/bin/activate

Windows:

venv\Scripts\activate

安装项目所需依赖包：

pip3 install -r requirements.txt

(注：如果下载速度较慢，可尝试添加国内镜像源，例如：pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple)

3. 启动应用

运行 Streamlit 服务：

python3 -m streamlit run main.py

启动成功后，浏览器会自动打开本地应用界面（通常地址为 http://localhost:8501）。

基本使用

1. 上传音频：在应用界面中，上传您需要处理的音频文件（支持常见音频格式）。
2. 自动生成：
   • 系统首先调用 Whisper-large 模型进行高速语音转录。
   • 随后，利用 Llama 4 Scout 构建笔记大纲结构。
   • 最后，使用 Llama 4 Maverick 填充具体内容，生成包含表格、代码块等格式的 Markdown 笔记。
3. 查看与导出：
   • 在界面右侧预览生成的结构化笔记。
   • 点击底部的下载按钮，可将笔记保存为 Text (.txt) 或 PDF 文件到本地。

提示：生成的笔记内容仅供娱乐或参考，生成式 AI 可能会产生不准确的信息或占位符，请务必人工核对关键内容。