最后更新于
请将这段音频转录为文字，并遵循以下规范：
格式要求：
- 使用标准标点符号
- 段落按语义自然分段
- 保留语气词（嗯、啊等）标记为[语气词]
- 标注明显的停顿为[停顿]
特殊处理：
- 如有多人对话，标注说话人（说话人 A/B/C）
- 背景音乐或环境音标注为[背景音：描述]
- 无法识别的内容标注为[无法识别]
输出语言：中文（如原音频为其他语言，请先转录原文再翻译）请分析这段播客音频（约 15 分钟）：
1. 内容摘要
- 核心主题和论点
- 讨论的主要话题（按时间顺序）
2. 参与者分析
- 有几位说话人
- 各自的角色/立场
- 发言比例估计
3. 语言风格
- 正式/非正式程度
- 是否有专业术语
- 整体氛围（严肃/轻松/争论性）
4. 关键时间点
- 列出 3-5 个值得关注的时间点及原因你是一位专业的语音客服助手。
语音风格：
- 语速适中，吐字清晰
- 语气亲切但专业
- 适当使用语气助词使对话更自然
交互规范：
- 每次回复控制在 30 秒以内
- 复杂问题分步骤回答
- 主动确认用户是否理解
- 遇到听不清时礼貌请求重复请观看这段产品演示视频（约 5 分钟）并生成：
## 内容摘要
- 整体概述（100 字以内）
- 演示的主要功能点（列表）
## 时间轴标注
按以下格式标注关键时间点：
[MM:SS] - 事件/功能描述
## 演示亮点
- 最有说服力的 3 个演示环节
- 建议剪辑的精华片段时间范围
## 待改进项
- 演示流程中的不流畅之处
- 遗漏或讲解不清的功能根据上传的会议录像回答以下问题：
1. 会议讨论了哪些主要议题？
2. 与会者对「项目预算」有哪些不同意见？
3. 最终达成了什么决议？
4. 是否有任务分配？分配给了谁？
请在回答中标注相关内容出现的时间点（格式：[HH:MM:SS]）。请分析这段编程教学视频：
学习目标识别：
- 本视频旨在教授什么技能/概念？
- 前置知识要求是什么？
内容结构：
- 按时间顺序列出教学步骤
- 标注代码示例出现的时间点
教学质量评估：
- 讲解清晰度（1-10 分）
- 实例恰当性（1-10 分）
- 节奏把控（1-10 分）
改进建议：
- 哪些部分需要更详细的解释？
- 是否有跳跃或遗漏的知识点？from __future__ import annotations
def extract_keyframes(video: str, *, interval: str) -> list[str]:
return [f"{video}-frame@{interval}-1", f"{video}-frame@{interval}-2"]
class Model:
def analyze(self, frame: str, *, prompt: str) -> str:
return f"{frame}: {prompt}"
def synthesize(self, results: list[str], *, prompt: str) -> str:
return prompt + " -> " + " | ".join(results)
video = "demo_video.mp4"
model = Model()
frames = extract_keyframes(video, interval="30s") # 每 30 秒提取一帧
results: list[str] = []
for frame in frames:
results.append(model.analyze(frame, prompt="描述这一帧的内容"))
summary = model.synthesize(results, prompt="综合所有帧内容，生成视频摘要")
print(summary)长视频处理流程：
1. 将视频分割为 5 分钟的片段
2. 分别分析每个片段
3. 综合各片段结果生成整体分析复杂视频分析流程：
1. 提取音频轨道 → 单独进行语音转录和分析
2. 提取关键帧 → 单独进行视觉内容分析
3. 融合两者结果 → 生成综合分析报告