32512 位用户此时在线
24小时点击排行 Top 10：
- 本站自动实时分享网络热点
- 24小时实时更新
- 所有言论不代表本站态度
- 欢迎对信息踊跃评论评分
- 评分越高，信息越新，排列越靠前
2
1
0
讨论个技术问题：如何提取视频文稿的 Chapters？
Chapters 就是像图 1 那样列出视频的主要话题，并且加上话题开始的时间戳。
最简单的方式就是将完整 srt 格式的字幕文本扔进去，然后让 LLM 帮你完成任务，Claude 3 的 Haiku 这样的小模型就可以完成的不错，但是对上下文长度要求比较高，毕竟 1-2
IT技术
(
twitter.com
)
由
宝玉
提交
讨论个技术问题：如何提取视频文稿的 Chapters？
Chapters 就是像图 1 那样列出视频的主要话题，并且加上话题开始的时间戳。
最简单的方式就是将完整 srt 格式的字幕文本扔进去，然后让 LLM 帮你完成任务，Claude 3 的 Haiku 这样的小模型就可以完成的不错，但是对上下文长度要求比较高，毕竟 1-2 小时的视频文稿长度可不小。
比如图 2 的 1 小时左右的字幕输入的 Token 数是 3 万左右，GPT-3.5 的 16K 都不够。
但我还看到过一种另类方案，就是按照标点符号将字幕拆分成句子，然后对每一个句子做 Embedding，然后对 Embedding 的结果做相似度比较，找出句子和前一个句子的相似度，如果不相似就可能是新话题的开始。
这个方案的优点就是不用担心文稿长度，成本很低，但最终效果并不算多好，毕竟仅仅靠句子的相似度，很容易错判。
不知道你有什么更好的方法吗？
点击图片查看原图
点击图片查看原图
1
2
1
1
2
6
5
5
3
2
1
1
4
2
1
1
5
6
5
5
6
2
1
1
7
2
1
1
9
2
1
1
11
2
1
1
12
6
5
5
13
2
1
1
14
2
1
1
18
2
1
1
19
6
5
5
20
2
1
1
21
2
1
1
23
2
1
1