2. Linux.do
  3. 我有大批量音频转录的txt需要转成标准MD，现在进度太慢了，佬们有什么建议吗

我有大批量音频转录的txt需要转成标准MD，现在进度太慢了，佬们有什么建议吗

jimygo 2026-06-19 18:17 1

大概还剩下7万个，还是借着各位佬们分享的mimo的key一天蹬出来5万个，不过现在额度都蹬的差不多了，佬们有啥好建议没。我之前问codex，它说embedding完就行，错字、断句不准啥的没啥影响，过2天再问又建议我全转标准MD，说这样噪音更少，现在搞完一小半，不上不下的，挺难受 ^-^

最新回复 (12)
  • Enze 06-19 18:25
    1楼

    这个需求小模型应该就够了？租GPU跑？

  • jimygo 楼主 06-19 18:27
    2楼

    我本机跑过，在B站找的qwen的向量模型，跑出来不尽人意，还不如原文稿…

  • 钟阮 06-19 18:34
    3楼

    买点gpt-5.4-mini，或者看看glm-4-flash[免费]/deepseek-4-flash吧

  • jimygo 楼主 06-19 18:35
    4楼

    我突然想起来智谱还送了我token，我赶紧去看看过期没

  • lueluelue 06-19 18:36
    5楼

    有例子吗？想看一下（如果可以）


    很多 LLMs 跑的时候都会出一些问题，比如说某些句子，它给你重新写一遍同义句，或者吞字，这个几乎只有 gpt 能保证原样复述


    Grok 的 composer 或许能跑，不过他幻觉相对高

  • oswald522 06-19 18:41
    6楼

    为啥是向量模型，不应该是语音模型，阿里百炼平台有免费的语音模型额度，qwen ASR猛猛用。

  • jimygo 楼主 06-19 18:43
    7楼

    小模型跑的那些吗？那是一周前了，因为质量不行所以模型都已经删了，我用过硅基流动的模型，也是不行，便宜大碗的就是mimo，我自己的也被蹬完了

  • jimygo 楼主 06-19 18:45
    8楼

    我用funsasr转录完了，速度可以，质量其实也不错，但我怕agent调用的时候会因为错别字和断句错误误导。向量模型其实具体我也不懂，AI帮我的，大意就是根据语义去搜索相关的素材

  • 欧 06-19 18:46
    9楼

    推荐小米的mimo，要有这个模型的权限MiMo-V2.5-Pro-UltraSpeed，可以搜一下站内其他佬申请内容教程，MiMo-V2.5-Pro-UltraSpeed速度贼快， 1000 TPS

  • jimygo 楼主 06-19 18:48
    10楼

    是的，但我的mimo额度已经完事了，现在在让codex接入GLM的试试

  • 欧 06-19 18:52
    11楼

    QoderWork CN有Qwen3.7免费的一些额度，也可以减轻一些负担吧，可以去试试

  • jimygo 楼主 06-19 18:55
    12楼

    谢谢，我这就去看看。codex测试GML4.5AIR还行，但没有mimo贴原文

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐