新增文章

Project/synthmind/项目需求.md

@@ -1,3 +1,5 @@
+请根据以下项目需求编写 音频提取和转录文字的脚本
+
 
 项目目的：
 - 解析提供的视频文件，提取音频，转录成文字，利用AI分析文字及视频内容，总结归纳视频内容。生成脑图或其他格式文档。
@@ -12,7 +14,7 @@
 	- 执行相应命令时自动跳过已处理的文件，支持中断后重新运行继续，如 a.mp4已经标记提取了音频生成了a.mp3， 则提取音频操作不再执行此文件。
 3. 在分析阶段如果视频文件过大，可先切分成更小尺寸的视频进行后续处理，manifest文件需要记录切分后的视频文件名
 4. FFmpeg 音频提取
-	- 将本地 .mp4 送入 FFmpeg，执行相应的命令提取音频轨道
+	- 将本地 .mp4 送入 FFmpeg，执行相应的命令提取音频轨道，默认在当前ubuntu机器上已经安装了ffmpeg 命令集
 	- 转码参数：MP3 格式，64k 比特率，22050Hz 采样率，单声道（主要针对语音课程优化，体积小）
 	- 不落地中间文件，pipe 直写输出
 5. 保存mp3文件，和原文件名保持一致如原始视频文件为  test1.mp4, 则提取音频后的音频文件名为test1.mp3
@@ -29,7 +31,24 @@
 	- 执行相应命令时自动跳过已处理的文件，支持中断后重新运行继续，如 a.mp3已经标记已经转录了文字 生成了a.txt， 则转录文字操作不再执行此文件。
 3. 在分析阶段如果预估通过mp3生成的txt文件过大，可先切分成更小尺寸的MP3进行后续处理，manifest文件需要记录切分后的音频文件名
 - 显示文件大小、进度计数（当前/总数）、最终成功/失败统计，可重新执行未成功的音频转录
+- 转录音频用openai-whisper命令，默认在当前系统已经安装了whisper命令行
 
 
 ## 内容归纳整理
-- 待定 
+- 待定 
+
+
+请分析extract_audio.py 和transcribe_audio.py 这两个脚本，并用这两个脚本进行全面的测试。
+我已经准备了一个测试视频文件： /Users/weishen/MyFiles/03-SU软件的优化设置.mp4
+
+ /mnt/d/temp/03-SU软件的优化设置.mp4 
+请用这个视频文件进行测试 提取音频， 转录文字。
+
+所有测试通过之后，请写一份详细的文档README.md来说明这两个脚本的使用方法。
+
+
+我想修改openai-whisper的输入参数，可以让我自定义：
+1. 语言: zh/en  这样可以提高转录文字的精度
+2. 模型选择 ，现在默认时tiny, 速度快但精度低， 我希望可以提供  tiny/base/small/medium这几种，请预先下载好模型。在必要时可以根据参数来调取。
+3. 请分别测试用不同的模型提取文字生成不同的txt，我来进行比较看哪个精度高
+4. 脚本修改完成后，根据修改同时更新README.md

Project/transcode_music/transcode_music.md

@@ -1,3 +1,4 @@
+#transcode #music #readme #document #guide #mp3 #wav #flac #ffmpeg #cue 
 # `transcode_music.py` 使用手册
 
 批量将无损音乐（FLAC / WAV / DSF / DFF / APE）转码为 MP3 320k CBR 的 Python 脚本，支持断点续跑、错误恢复、CUE 整轨检测、DSD 转码。