返回文章列表
半山生活发布于 打开 2

第 10 期 好友重聚

H

Hyperion CHI

The Digital Curator

第 10 期 好友重聚

周末的时候,从小玩到现在的发小来上海办事,大家相约聚了一下。虽然很久没线下见面了,但真见到的时候,一点生疏感都没有,大家就像平常一样上上网、吃吃饭。

很多关系会在这个过程中被时间冲淡,但有些关系不会,哪怕平时很少联系。发小这种关系,似乎不用刻意经营,彼此之间已经熟到不能再熟了。只是感慨时间过得好快,小时候总觉得大家会一直待在同一个地方,放学一起回家,周末一起打球,假期一起瞎逛。后来才发现,长大其实就是一群人慢慢走向不同的城市、不同的行业、不同的生活节奏。大家都在往前走,也都开始有了自己的压力和责任。只是偶尔能这样坐在一起吃顿饭,聊聊近况,讲讲以前的事,就会突然觉得,有些东西好像一直没变。

开源项目#

OpenAI - Whisper#

Whisper 是 OpenAI 开源的、可本地部署的音频转文字模型。我的电脑配置是 i7-8750H + 32G 内存 + GTX 1070 8G,运行 Turbo 档的模型完全没有问题。中文转录的速度和效果都不错,错别字很少。

Whisper识别后的结果
Whisper识别后的结果

现在 32G 的内存绰绰有余,8G 显存有点接近天花板,不过流畅运行下来还是没有问题,一段 12 分钟的音频大概 2 分钟能跑完,它输出的文本直接包含正确的标点符号和大小写,同时还能自动按照时间戳生成字幕文件。如果是经常需要给大量口播内容配字幕的自媒体人,完全可以尝试一下用这个工具制作字幕。

agency-agents#

agency-agents 是一个经过打包的 Agent 集合仓库,里面有 200 多套 skills,它把大量 “专家型 Agent 人设 + 工作流 + 输出规范” 整理成 .md 文件,为市面上常用的 AI 工具提供了自动化安装脚本,以便在工具中直接调用。官方自我定位是 “The Agency: AI Specialists Ready to Transform Your Workflow”。

agency-agents介绍
agency-agents介绍

这个项目中很有意思的一点是它将 Agents 进行了分类,并以 “部门” 的方式划分。安装后,如果我要进行产品分析,我就可以直接说:

让产品部为我规划 ……

它会自动检索 Product Department 下定义的所有 Agents,然后以 subagent 的方式进行调用。

(我用 Codex 的时候,发现即使触发了小时限额或者周限额,subagent 也能接着跑,直至主 Agent 认为当前任务完成)

它还可以让多个部门之间进行协作,比如让产品部、研发部和设计部联合评审等,而且它的任务完成度,我个人体验下来,感觉是超过 Superpowers 的。我调用了三次部门协作来编写我最近新启动的项目,都是一遍过。

subagents协作
subagents协作

但它的缺点也很明显,就是非常烧 Token,调用一次就触发一次限额,调用三次这周的额度就没有了。建议可以尝试,但不要一直用,最起码不要一直让部门协作。后续我再观察一下,看看有没有更好的节省 Token 的方法。

本周实践#

小 X 书长文卡片生成器#

最近在小 X 书发长文似乎很火,很多博主都在上面用图片卡片的方式发文,我也想尝试一下,但是不会自己做图文卡片。不过,这种简单的小工具,肯定已经有人做过了,就算没人做,那我自己手搓一个也不是大事。最后还真被我在 GitHub 上找到了一个叫 XHS-TextCard 的项目,能够自动将 Markdown 格式的长文转换为图文卡片。

项目没有对行首标点等排版细节做处理,也没有提供自定义卡片风格的教程,只能使用默认的卡片风格,我还是对它做了点修改,让它能够生成符合我博客主题的卡片。

小某书的图文卡片
小某书的图文卡片

智能剪口播#

上周在录制视频的时候,想到需要剪辑一些口播,但剪 X 自带的剪口播工具需要米,我都不知道自己能不能持续做下去,所以干脆找一套开源方案帮我自动剪口播。

我在网上找到了一个开源剪口播工具(AI-jian-koubo),但是需要全程调用在线大模型进行语音转文字和文本修正。前面提到了 Whisper 这个项目,于是我把这两个项目结合起来,再加上 Ollama,改造成本地大模型驱动的离线工具。

核心思路是:ffmpeg 从视频中分离出音频 -> 使用 Whisper 进行音频转文字 -> 使用本地的 Qwen2.5-7 B 模型进行分析,然后再在 Web 端做一些手动的处理工作。

口播剪辑工具前端
口播剪辑工具前端

所有前序工作都跑通了,但我没有想到的一点,是最后在 web 端导出时,生成的文件是 Final Cut Pro 格式的脚本文件,Windows 版剪 X 用不了。

现在还没有下一步改造的头绪,因为现在剪 X 好像只能导入工程文件。回头得看看官方有没有相关文档,然后再推进下一步。

学习剪辑#

上周学习了影视飓风剪辑课中的第一课。

第一节课是简单地熟悉剪映的使用方法,素材是影视飓风官网提供的。上完第一课,感触最大的就是,在剪辑风景类的视频时,素材质量十分关键。官方提供的素材质量非常高,无论是画质还是视频内容本身,都是精挑细选的成片级素材,不是像我们日常随手拍拍那种。

影视飓风剪辑课
影视飓风剪辑课

上完课后的感觉是,影视飓风的课程质量还是很高的,在把操作方式讲清楚的同时,它还会帮你建立一套剪辑思路,不是单纯讲 “怎么做”,而是讲 “因为什么原因,所以要怎么做”。

这周继续努力学习!


如果对您有所帮助,欢迎添加本站到收藏夹,也欢迎微信搜索公众号 半山数字札记 ,我会持续更新新的内容。

如果你也在做个人项目、优化工作流,或者只是想找一群折腾工具和内容的人交流,可以添加我的微信,备注「半山」,我会邀请你进群,欢迎一起探讨,一起交流。

个人微信
个人微信

相关文章

评论