2026.5.22周报

本周工作总结:

  1. 打通ASR到LLM到TTS的完整电话路径,并以预加载ASR、TTS本地大模型方式减少等待时间,最终将原本约一分钟的等待时间缩短近三分之一
  2. 打通ASR到LLM到TTS的流式输出,整个过程从说话结束到听到回答几乎无延迟,但目前TTS流式输出不服预期,听到的语音有大声噪音,目前未得到有效解决,该项目暂时搁置
  3. 利用GPT构想dify介绍、使用文稿,并根据文稿录制dify的上手视频,目前分为三个视频,分别为认识dify,包括应用与节点;上手dify,明白变量使用与工作流节点设置;搭建完整工作流,实现目标效果

问题与洞察:

  1. dify目前有许多节点目前仍缺乏使用经验,如知识库创建、知识检索等部分,仍需一定使用了解相关过程,随后录制相关视频
  2. 对于不同的开源或闭源模型而言,用更少的参数训练得到的大模型,其效果越好性价比越高,是我们需要关注的对象,因此寻找性价比更高的模型代替原有模型是改进项目的一大关键
  3. 部分ASR模型在音频上有有效的转写效果,但其不一定支持或适合流式输入的电话场景,因此在正式使用前,有必要针对实际落地场景进行测试

下周重点工作:

  1. 针对“修改->调试->查看结果”流程进行讲解,并录制对应视频。此外,补充知识检索节点、知识库创建、api调用、工具等内容的使用教学视频,共约2-3个视频
暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇