AudioNotes

基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统

能够快速提取音视频的内容，并且调用大模型进行整理，成为一份结构化的markdown笔记，方便快速阅读

FunASR: https://github.com/modelscope/FunASR

Qwen2: https://ollama.com/library/qwen2

效果展示

音视频识别和整理

与音视频内容对话

使用方法

① 安装 Ollama

下载对应系统的 Ollama 安装包进行安装

https://ollama.com/download

② 拉取模型

我以 阿里的千问2 7b 为例 https://ollama.com/library/qwen2

ollama pull qwen2:7b

③ 部署服务

有两种部署方式，一种是使用 Docker 部署，另一种是本地部署

Docker部署（推荐）🐳

curl -fsSL https://github.com/harry0703/AudioNotes/raw/main/docker-compose.yml -o docker-compose.yml
docker-compose up

docker 启动后，访问 http://localhost:15433/

登录账号为 admin，密码为 admin （可以在 docker-compose.yml 文件里面修改）

本地部署 📦

需要有可访问的 postgresql 数据库

conda create -n AudioNotes python=3.10 -y
conda activate AudioNotes
git clone https://github.com/harry0703/AudioNotes.git
cd AudioNotes
pip install -r requirements.txt

将 .env.example 重命名为 .env，修改相关配置信息

chainlit run main.py

服务启动后，访问 http://localhost:8000/

登录账号为 admin，密码为 admin （可以在 .env 文件里面修改）

AudioNotes 快速上手指南

AudioNotes 是一个基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统。它能快速提取音视频内容，调用大模型进行整理，生成易于阅读的 Markdown 笔记，并支持基于内容的对话交互。

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 / Windows (需安装 WSL2 或 Docker Desktop)
• 核心依赖：
  • Ollama：用于本地运行大语言模型 (Qwen2)。
  • Docker & Docker Compose (推荐)：用于一键部署服务。
  • Python 3.10 (仅本地部署需要)：建议通过 Conda 管理环境。
  • PostgreSQL (仅本地部署需要)：用于数据存储。

安装步骤

第一步：安装并配置 Ollama

1. 访问 Ollama 官网 下载并安装对应系统的版本。
2. 拉取阿里千问 2 (7B) 模型：

ollama pull qwen2:7b

第二步：部署 AudioNotes 服务

推荐使用 Docker 部署，无需配置数据库和环境变量，最为简便。

方案 A：Docker 部署（推荐）🐳

执行以下命令下载配置文件并启动服务：

curl -fsSL https://github.com/harry0703/AudioNotes/raw/main/docker-compose.yml -o docker-compose.yml
docker-compose up

启动成功后，访问 http://localhost:15433/。

• 默认账号：admin
• 默认密码：admin
• 注：可在 docker-compose.yml 中修改登录凭证。

方案 B：本地部署 📦

如果您需要自定义开发或无法使用 Docker，请按以下步骤操作：

1. 创建 Python 环境：

conda create -n AudioNotes python=3.10 -y
conda activate AudioNotes

2. 克隆代码并安装依赖：

git clone https://github.com/harry0703/AudioNotes.git
cd AudioNotes
pip install -r requirements.txt

3. 配置环境变量： 将 .env.example 重命名为 .env，并根据实际情况修改数据库连接等配置信息（需确保本地 PostgreSQL 服务已运行）。

4. 启动服务：

chainlit run main.py

启动成功后，访问 http://localhost:8000/。

• 默认账号：admin
• 默认密码：admin
• 注：可在 .env 文件中修改登录凭证。

基本使用

1. 上传音视频：登录系统后，在界面上传您需要处理的音频或视频文件。
2. 自动生成笔记：系统将自动调用 FunASR 进行语音识别，并利用 Qwen2 大模型对内容进行总结、提炼，最终生成结构化的 Markdown 笔记。
3. 内容对话：笔记生成后，您可以直接在侧边栏或对话区针对音视频内容与 AI 进行问答交互，快速获取关键信息。