AudioNotes 高效音频转录方案：将音视频快速转化为结构化 Markdown 笔记

AudioNotes：将音视频快速转化为结构化笔记的 AI 工具

AudioNotes 是一款基于 FunASR 和 Qwen2 构建的智能音视频转文字系统。它不仅能精准提取语音内容，还能利用大模型将杂乱的转录文本自动整理为结构化的 Markdown 笔记，极大提升了信息回顾与阅读的效率。

核心功能与能力

AudioNotes 改变了传统语音转文字仅提供「纯文本流水账」的现状，其核心价值体现在：

• 结构化整理： 利用 ASR 技术精准识别，并调用 LLM 将内容重新组织，生成逻辑清晰、易于阅读的 Markdown 文档。
• 交互式对话： 用户可以直接与音视频内容进行对话，通过问答方式快速定位关键信息或挖掘深层细节。

效果演示

音视频识别与笔记生成：

基于内容的 AI 交互对话：

部署与使用指南

第一步：准备 LLM 环境

AudioNotes 需要配合 Ollama 运行大模型。请先安装 Ollama：ollama.com/download

随后拉取 Qwen2-7B 模型（以阿里千问为例）：

ollama pull qwen2:7b

第二步：部署服务

系统提供两种部署方案，建议优先选择 Docker 方式以简化配置。

方案 A：Docker 部署（推荐 🐳）

curl -fsSL https://github.com/harry0703/AudioNotes/raw/main/docker-compose.yml -o docker-compose.yml
docker-compose up

启动后访问：http://localhost:15433/

默认凭据： 账号 admin / 密码 admin（可在 docker-compose.yml 中修改）。

方案 B：本地源码部署 📦

此方案要求环境内已安装 PostgreSQL 数据库。

conda create -n AudioNotes python=3.10 -y
conda activate AudioNotes
git clone https://github.com/harry0703/AudioNotes.git
cd AudioNotes
pip install -r requirements.txt

将 .env.example 重命名为 .env 并配置相关参数，随后启动服务：

chainlit run main.py

启动后访问：http://localhost:8000/

默认凭据： 账号 admin / 密码 admin（可在 .env 文件中修改）。

项目资源

GitHub 仓库：github.com/harry0703/AudioNotes