{"text": "通常我給大家推薦一款AI工具的時候,往往我都習慣先描述它的痛點。但是這款微軟推出的AI工具就不一樣了。大家先看一下它的STAR數。53.5K啊,BRO。閉著眼就知道收藏了再說了。好,接著我們再看一個數據。能夠一次性處理長達60分鐘的音頻內容。什麼概念呢?你有用過其他ASR語音識別工具的話就知道了。很多都是處理不了長音頻,需要分割成短音頻才能繼續識別的。但是呢,這樣子一做的話,下下文就割裂了。這個和大語言模型的RAC的原理一樣啊。就是以前我們的大語言模型,它上下文不夠長嘛。它的Quantus Window不夠長。所以呢,我們需要先把一篇很長的文章啊,或者一個文檔啊,先叫它分割了。然後去做那個Word Embedding啊,丟給這個限量數據庫。然後等到用的時候呢。我們再去那個限量數據庫裡面去找,找到對應的內容。但是啊,因為你是一片一片,你分割了的。然後呢,你取回來的內容啊,可能已經缺失了很多上下文了。這個時候你再丟給這個大語言模型啊。往往你得到的不是你想要的結果。而這60分鐘的這個音頻呢,就相當於說你的大語言模型已經有很長的上下文了。你直接把一篇文檔丟給這個大語言模型,它就能全部識別到了。你不需要再去做分片。知道吧。這裡呢,我首先想到了一個融入場景啊,就是開會。比如說你一開一個小時的,直接將這一小時的這個錄音啊,丟給它總結。然後開完會了,就直接得到你的那個開會記要了。又或者說你圍繞這個產品啊。做一個自己的一個硬件的產品也好。做一個自己的,比如錄音筆吧。做一個錄音筆。然後呢,你呢,開會的時候啊,直接錄音。然後呢,完了之後,直接呢,把這個啥?把這個會記要啊,直接發給你的各個同事。然後呢,發給他們的郵箱。是吧?這有很大的一個想像空間呢。看起來這個模型不大,大家可以看一下啊。這裡看到沒有?1.58G。然後呢,CPU就能跑了,GPU都不用買了。所以呢,隨便找個公司裡面的電腦啊,就能裝起來,就能玩啊。好,感興趣的話,趕緊玩起來吧。AI產品GG手,每天分享免費AI工具的技巧,關注!", "segments": [{"id": 0, "seek": 0, "start": 0.0, "end": 14.6, "text": "通常我給大家推薦一款AI工具的時候,往往我都習慣先描述它的痛點。但是這款微軟推出的AI工具就不一樣了。大家先看一下它的STAR數。53.5K啊,BRO。", "tokens": [50365, 19550, 11279, 1654, 17798, 6868, 33597, 27746, 99, 2257, 48798, 48698, 23323, 39806, 20643, 11, 29510, 29510, 1654, 7182, 34025, 12358, 96, 10108, 11673, 237, 3316, 108, 45224, 28737, 8216, 1543, 11189, 2664, 48798, 39152, 14454, 253, 33597, 7781, 1546, 48698, 23323, 39806, 3111, 1960, 22977, 2289, 1543, 6868, 10108, 28324, 45224, 6840, 1899, 30622, 1543, 19584, 13, 20, 42, 4905, 11, 33, 7142, 1543, 51095], "temperature": 0, "avg_logprob": -0.19896597685637296, "compression_ratio": 1.2643312101910829, "no_speech_prob": 9.252782567914508e-12}, {"id": 1, "seek": 0, "start": 14.6, "end": 29.6, "text": "閉著眼就知道收藏了再說了。好,接著我們再看一個數據。能夠一次性處理長達60分鐘的音頻內容。什麼概念呢?你有用過其他ASR語音識別工具的話就知道了。", "tokens": [51095, 5196, 231, 19382, 25281, 3111, 7758, 18681, 21782, 237, 2289, 8623, 4622, 2289, 1543, 2131, 11, 14468, 19382, 5884, 8623, 4200, 8990, 30622, 36841, 1543, 8225, 31649, 27505, 21686, 39289, 13876, 15353, 33086, 4550, 32611, 1546, 18034, 29940, 28472, 25750, 1543, 7598, 26181, 33679, 6240, 30, 43320, 9254, 8816, 9572, 5000, 3160, 49, 31348, 18034, 43143, 16158, 23323, 39806, 21358, 3111, 7758, 2289, 1543, 51845], "temperature": 0, "avg_logprob": -0.19896597685637296, "compression_ratio": 1.2643312101910829, "no_speech_prob": 9.252782567914508e-12}, {"id": 2, "seek": 2960, "start": 29.6, "end": 58.400000000000006, "text": "很多都是處理不了長音頻,需要分割成短音頻才能繼續識別的。但是呢,這樣子一做的話,下下文就割裂了。這個和大語言模型的RAC的原理一樣啊。就是以前我們的大語言模型,它上下文不夠長嘛。它的Quantus Window不夠長。所以呢,我們需要先把一篇很長的文章啊,或者一個文檔啊,先叫它分割了。然後去做那個Word Embedding啊,丟給這個限量數據庫。然後等到用的時候呢。", "tokens": [50365, 20778, 22796, 39289, 13876, 47225, 15353, 18034, 29940, 11, 35748, 6627, 5935, 110, 11336, 5881, 255, 18034, 29940, 18888, 8225, 38459, 43143, 16158, 1546, 1543, 11189, 6240, 11, 24842, 2257, 10907, 21358, 11, 4438, 4438, 17174, 3111, 5935, 110, 8083, 224, 2289, 1543, 6287, 12565, 3582, 31348, 12009, 41908, 39823, 1546, 3750, 34, 1546, 19683, 13876, 22977, 4905, 1543, 5620, 44996, 33641, 3582, 31348, 12009, 41908, 39823, 11, 11284, 5708, 4438, 17174, 1960, 31649, 15353, 20722, 1543, 45224, 8547, 394, 301, 44933, 1960, 31649, 15353, 1543, 40685, 11, 5884, 35748, 10108, 16075, 2257, 20878, 229, 4563, 15353, 1546, 17174, 11957, 254, 4905, 11, 31148, 8990, 17174, 40741, 242, 4905, 11, 10108, 19855, 11284, 6627, 5935, 110, 2289, 1543, 10213, 6734, 10907, 20754, 54, 765, 24234, 292, 3584, 4905, 11, 940, 253, 17798, 6287, 43446, 26748, 30622, 36841, 6346, 104, 1543, 10213, 10187, 4511, 9254, 20643, 6240, 1543, 51805], "temperature": 0, "avg_logprob": -0.18821032947262392, "compression_ratio": 1.3324022346368716, "no_speech_prob": 1.3165710709139855e-11}, {"id": 3, "seek": 5840, "start": 58.4, "end": 75.4, "text": "我們再去那個限量數據庫裡面去找,找到對應的內容。但是啊,因為你是一片一片,你分割了的。然後呢,你取回來的內容啊,可能已經缺失了很多上下文了。這個時候你再丟給這個大語言模型啊。往往你得到的不是你想要的結果。", "tokens": [50365, 5884, 8623, 6734, 20754, 43446, 26748, 30622, 36841, 6346, 104, 32399, 6734, 25085, 11, 25085, 4511, 2855, 20481, 1546, 28472, 25750, 1543, 11189, 4905, 11, 11471, 32526, 2257, 16668, 2257, 16668, 11, 2166, 6627, 5935, 110, 2289, 1546, 1543, 10213, 6240, 11, 2166, 29436, 46556, 1546, 28472, 25750, 4905, 11, 16657, 25338, 38109, 118, 28564, 2289, 20778, 5708, 4438, 17174, 2289, 1543, 6287, 14010, 2166, 8623, 940, 253, 17798, 6287, 3582, 31348, 12009, 41908, 39823, 4905, 1543, 29510, 29510, 2166, 5916, 4511, 1546, 7296, 38386, 4275, 1546, 35181, 1543, 51215], "temperature": 0, "avg_logprob": -0.12223167829616095, "compression_ratio": 1.2595744680851064, "no_speech_prob": 2.026591915116338e-11}, {"id": 4, "seek": 7540, "start": 75.4, "end": 87.4, "text": "而這60分鐘的這個音頻呢,就相當於說你的大語言模型已經有很長的上下文了。你直接把一篇文檔丟給這個大語言模型,它就能全部識別到了。你不需要再去做分片。知道吧。", "tokens": [50365, 11070, 2664, 4550, 32611, 1546, 6287, 18034, 29940, 6240, 11, 3111, 15106, 13118, 19488, 4622, 18961, 3582, 31348, 12009, 41908, 39823, 25338, 2412, 4563, 15353, 1546, 5708, 4438, 17174, 2289, 1543, 2166, 43297, 16075, 2257, 20878, 229, 17174, 40741, 242, 940, 253, 17798, 6287, 3582, 31348, 12009, 41908, 39823, 11, 11284, 3111, 8225, 38714, 43143, 16158, 21381, 1543, 2166, 1960, 35748, 8623, 6734, 10907, 6627, 16668, 1543, 7758, 6062, 1543, 50965], "temperature": 0, "avg_logprob": -0.07836461067199707, "compression_ratio": 1.1957671957671958, "no_speech_prob": 2.1836105840167264e-11}, {"id": 5, "seek": 8740, "start": 87.4, "end": 99.4, "text": "這裡呢,我首先想到了一個融入場景啊,就是開會。比如說你一開一個小時的,直接將這一小時的這個錄音啊,丟給它總結。然後開完會了,就直接得到你的那個開會記要了。", "tokens": [50365, 18771, 6240, 11, 1654, 36490, 7093, 21381, 8990, 43772, 235, 14028, 21446, 50218, 4905, 11, 5620, 8949, 6236, 1543, 36757, 4622, 2166, 2257, 8949, 8990, 46997, 1546, 11, 43297, 34168, 32260, 46997, 1546, 6287, 9567, 226, 18034, 4905, 11, 940, 253, 17798, 11284, 26575, 17144, 1543, 10213, 8949, 14128, 6236, 2289, 11, 3111, 43297, 5916, 4511, 18961, 20754, 8949, 6236, 16958, 4275, 2289, 1543, 50965], "temperature": 0, "avg_logprob": -0.17788544823141658, "compression_ratio": 1.2277777777777779, "no_speech_prob": 2.3383336933413545e-11}, {"id": 6, "seek": 9940, "start": 99.4, "end": 129.32, "text": "又或者說你圍繞這個產品啊。做一個自己的一個硬件的產品也好。做一個自己的,比如錄音筆吧。做一個錄音筆。然後呢,你呢,開會的時候啊,直接錄音。然後呢,完了之後,直接呢,把這個啥?把這個會記要啊,直接發給你的各個同事。然後呢,發給他們的郵箱。是吧?這有很大的一個想像空間呢。看起來這個模型不大,大家可以看一下啊。這裡看到沒有?1.58G。然後呢,", "tokens": [50365, 17047, 31148, 4622, 2166, 2523, 235, 23141, 252, 6287, 33299, 30246, 4905, 1543, 10907, 8990, 17645, 1546, 8990, 38114, 105, 20485, 1546, 33299, 30246, 6404, 2131, 1543, 10907, 8990, 17645, 1546, 11, 36757, 9567, 226, 18034, 7973, 228, 6062, 1543, 10907, 8990, 9567, 226, 18034, 7973, 228, 1543, 10213, 6240, 11, 2166, 6240, 11, 8949, 6236, 20643, 4905, 11, 43297, 9567, 226, 18034, 1543, 10213, 6240, 11, 41665, 26362, 11, 43297, 6240, 11, 16075, 6287, 3284, 98, 30, 16075, 6287, 6236, 16958, 4275, 4905, 11, 43297, 14637, 17798, 18961, 17516, 3338, 13089, 6973, 1543, 10213, 6240, 11, 14637, 17798, 20486, 1546, 11178, 113, 11249, 109, 1543, 1541, 6062, 30, 2664, 2412, 4563, 39156, 8990, 7093, 12760, 23322, 11016, 6240, 1543, 4200, 21670, 6287, 41908, 39823, 1960, 3582, 11, 6868, 6723, 28324, 4905, 1543, 18771, 18032, 6963, 30, 16, 13, 20419, 38, 1543, 10213, 6240, 11, 51861], "temperature": 0, "avg_logprob": -0.17717143833237206, "compression_ratio": 1.5526315789473684, "no_speech_prob": 2.2282269779294595e-11}, {"id": 7, "seek": 12932, "start": 129.32, "end": 141.32, "text": "CPU就能跑了,GPU都不用買了。所以呢,隨便找個公司裡面的電腦啊,就能裝起來,就能玩啊。好,感興趣的話,趕緊玩起來吧。AI產品GG手,每天分享免費AI工具的技巧,關注!", "tokens": [50365, 34, 8115, 3111, 8225, 32585, 2289, 11, 38, 8115, 7182, 24384, 31001, 2289, 1543, 40685, 11, 48890, 27364, 25085, 3338, 13545, 32981, 32399, 1546, 20545, 21184, 99, 4905, 11, 3111, 8225, 44453, 21670, 11, 3111, 8225, 19912, 4905, 1543, 2131, 11, 9709, 44089, 39835, 21358, 11, 9759, 243, 30172, 19912, 21670, 6062, 1543, 48698, 33299, 30246, 27561, 11389, 11, 23664, 6135, 30855, 2347, 235, 50071, 48698, 23323, 39806, 1546, 32502, 43605, 11, 14899, 26432, 0, 50965], "temperature": 0, "avg_logprob": -0.16701302161583534, "compression_ratio": 1.097938144329897, "no_speech_prob": 2.364201369398078e-11}], "language": "zh"}