利用AI大模型将视频音频提取转文字并实现直接与视频音频对话

@Ma

已于 2025-01-03 10:33:47 修改

阅读量490

点赞数 1

文章标签：音视频

于 2025-01-03 09:24:27 首次发布

本文链接：https://blog.csdn.net/youeyeb/article/details/144900584

版权

1.安装部署docker
在这里插入图片描述

2.使用docker-compose up -d 启动

services:
  webui:
    image: harryliu888/audio-notes
    container_name: audio_notes_webui
    ports:
      - 15433:15433
    volumes:
      - ./modelscope:/root/.cache/modelscope
      - ./storage:/app/storage
    restart: always
    networks:
      - audio_notes
    environment:
      # 登录账号
      - USERNAME=admin
      - PASSWORD=admin
      # 数据库配置(需要与下面pg服务的配置一致)
      - POSTGRES_USER=username
      - POSTGRES_PASSWORD=password
      - POSTGRES_DB=audio_notes
      - POSTGRES_HOST=pg
      # ollama配置
      - OLLAMA_BASE_URL=http://host.docker.internal:11434/v1
      - OLLAMA_MODEL=qwen2:7b
      - OLLAMA_API_KEY=ollama
    depends_on:
      - pg
    extra_hosts:
      - 'host.docker.internal:host-gateway'
  pg:
    image: postgres:12.19-bullseye
    container_name: audio_notes_pg
    restart: always
    ports:
      - 15432:5432
    networks:
      - audio_notes
    environment:
      # 这里的配置只有首次运行生效。修改后，重启镜像是不会生效的。需要把持久化数据删除再重启，才有效果
      - POSTGRES_USER=username
      - POSTGRES_PASSWORD=password
      - POSTGRES_DB=audio_notes
    volumes:
      - ./postgresql:/var/lib/postgresql/data
networks:
  audio_notes: