这是一个创建于 275 天前的主题，其中的信息可能已经有所发展或是发生改变。
发了视频链接给 chatGPT, 返回: 抱歉，我无法访问外部链接或查看特定的在线视频内容
请问: 如何让 chatGPT 总结视频的内容? 谢谢
请问: 如何让 chatGPT 总结视频的内容? 谢谢
 |
1
Nosub 275 天前 via iPhone
提取音频内容，语音识别内容，然后把文字内容喂给它。
|
|
2
Nosub 275 天前 via iPhone
补充一点，如果要一帧一帧的分析视频视频画面以及结合音频应该也是可以的，应该也有很多公司已经在做了，但是你直接丢一个视频外部链接给 ChatGPT ，是不是有点难，试想一个场景，比如一个外链，视频 2 小时，是流媒体，难道要 ChatGPT 在这个网站观看 2 小时，然后再给你结果。
|
 |
3
Evergreen 275 天前 via Android
@Nosub 应该不对吧，ai“观看”视频和人类不一样吧，人类需要两小时是因为需要分析视频画面内容，而 ai 处理信息的方法不一样且速度快多了
|
 |
4
xyy003 275 天前 via iPhone
可以看看这个项目： https://github.com/disingn/cliptalk
|
 |
5
dji38838c 275 天前
GPTs 里面不就有 Free YouTube Summarizer 吗？
|
 |
6
JensenQian 275 天前
现在好多都是
音频转文字，文字总结就完事 |
 |
7
canxin 275 天前 via iPhone
大多数应该都是先提取字幕再总结内容吧？语音转文字用的时间可太久了
|
 |
8
SillyGod 275 天前 via Android
最简单的是直接识别音频总结
最完整的是音频+视频逐帧分析 |
 |
9
callmesmc 275 天前 via iPhone
总之不管怎么样都必须文字喂给他，有字幕就字幕，没字幕就创造字幕..
|
 |
10
vincentqi 275 天前
https://bibigpt.co/r/VfmiZN
一个链接总结主流音视频文字媒体概要 |
 |
11
yanyao233 275 天前 via Android
普遍采用的方案就是音频转文字
逐帧截取也不是不行，但成本太高、耗时太长，不划算 |
 |
12
abc500 275 天前 via Android
poe 上好多个这样的 但现在用不了 不知道为什么 好像不是提取字幕 而是客户评价 我不确定
|
 |
14
winterx 275 天前
很好奇 B 站的小助手是怎么实现提取这么精准的
|
 |
15
smalltong02 275 天前
gemini 可以处理 2 分钟以内的视频
|
|
16
smalltong02 275 天前
如果你可以把音频提取出来，也可以试一下 Qwen-Audio-Chat 模型，它可以按照自然语言的要求处理音频，比如列出音频内容的提纲。
|
|
17
Nosub 275 天前 via iPhone
@Evergreen 这里的问题不是查看方式的问题，是爬虫的问题，我特意说了流媒体，就是你不能一次性获取完整的视频，ChatGPT 还没有强大到可以爬取任意视频。
|
|
19
yanyao233 274 天前 via Android
@smalltong02 才知道有这么个模型 看起来有点意思
|
 |
20
bugu1986 274 天前 via iPhone
字幕 https://github.com/buhe/langchain-swift 手机不方便，用 youtubeloader
|
 |
22
Byzliu 274 天前 via Android
阿里云的通义听悟把语音转文字再发给 GPT
|
Select Language