กระบวนการของการสร้างบทสรุปพอดคาสต์แบบดั้งเดิมนั้นจำเป็นต้องมีผู้สร้างผู้ผลิตและ/หรือนักเขียนเพื่อทำความเข้าใจเนื้อหาและเขียนบทสรุปด้วยตนเองสรุปจุดสำคัญและไฮไลท์ของตอน วิธีการนี้ใช้เวลานานและอาจเกี่ยวข้องกับเซสชันการระดมสมองที่หารือเกี่ยวกับธีมหลักและปรับแต่งข้อความจนกว่ามันจะสื่อถึงข้อความและเสียงของพอดคาสต์ได้อย่างมีประสิทธิภาพ (เช่นพอดคาสต์ตลกอาจมีภาษาตลกหรือไฮเพอร์โบลในบทสรุป)
พื้นที่เก็บข้อมูลนี้แสดงให้เห็นถึงวิธีการทำให้ส่วนใหญ่เป็นส่วนใหญ่ของกระบวนการและกระบวนการใช้เวลานานนี้โดยใช้พอร์ตโฟลิโอของบริการที่ได้รับจากบริการความรู้ความเข้าใจ Azure โดยเฉพาะ Azure Speech Service และ Azure OpenAI ใช้สำหรับการคัดลอกและสร้าง บทสรุป แท็กไลน์ คำหลัก SEO และ การแปล เป็นภาษาหลายภาษา การรวม AI เพื่อทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติไม่ได้กำจัดบทบาทของความคิดสร้างสรรค์ของมนุษย์หรือความสำคัญของการมีส่วนร่วมของมนุษย์ แต่จะช่วยให้เกิดการเร่งความเร็วอย่างมีนัยสำคัญในการตลาดโดยการควบคุมพลังของ AI การตรวจสอบความถูกต้องขั้นสุดท้ายและการอนุมัติเนื้อหายังคงเป็นความรับผิดชอบของผู้เชี่ยวชาญมนุษย์ก่อนที่จะเผยแพร่

ที่เก็บนี้ใช้สถาปัตยกรรมระดับสูงที่จะใช้เสียงของพอดคาสต์ (ขั้นตอนที่ 1-3) ถอดเสียงลงในข้อความโดยใช้บริการพูด Azure Speech (ขั้นตอนที่ 4) และสร้างบทสรุปตามการถอดความโดยใช้ Azure OpenAI GPT-3.5 (ขั้นตอนที่ 5) โปรดทราบว่ารุ่น GPT ที่ใช้สามารถอัพเกรดได้อย่างง่ายดายเช่น GPT-4 หรือรุ่นอนาคต
ประกอบด้วยแอปตอบสนองเว็บที่อนุญาตให้ผู้ใช้อัปโหลดไฟล์เสียง (พอดคาสต์) แอพใช้ฟังก์ชัน Azure (WebAPIHTTPTRIGGER) จุดสิ้นสุดเพื่ออัปโหลดไฟล์เสียงไปยังบัญชีที่เก็บข้อมูลเช่นคอนเทนเนอร์ raw-files
ฟังก์ชั่น Azure (AudioFileUploadEdBlobtrigger) ได้รับการกระตุ้นเมื่อมีการเพิ่มไฟล์ใหม่ลงในคอนเทนเนอร์ raw-files ฟังก์ชั่นดาวน์โหลดไฟล์เสียงและส่งไปยัง Azure Speech Services และถอดความเสียงเป็นข้อความ จากนั้นจะบันทึกการถอดความไปยังบัญชีที่เก็บข้อมูลเดียวกันเช่นคอนเทนเนอร์ transcription
ฟังก์ชั่น Azure ล่าสุด (TranscriptionFilePilePloadEdBlobtrigger) จะถูกเรียกใช้เมื่อเพิ่มไฟล์ใหม่ลงในคอนเทนเนอร์ transcriptions ฟังก์ชั่นดาวน์โหลดไฟล์การถอดความและส่งไปยังวิธี Azure OpenAI ที่แตกต่างกันสี่วิธีที่ทำหน้าที่ต่อไปนี้:
จะบันทึกผลลัพธ์เป็นไฟล์ข้อความแยกต่างหากในคอนเทนเนอร์ open-ai-results
โครงการนี้ยินดีต้อนรับการมีส่วนร่วมและข้อเสนอแนะ การมีส่วนร่วมส่วนใหญ่กำหนดให้คุณต้องยอมรับข้อตกลงใบอนุญาตผู้มีส่วนร่วม (CLA) ประกาศว่าคุณมีสิทธิ์และทำจริงให้สิทธิ์ในการใช้การบริจาคของคุณ สำหรับรายละเอียดเยี่ยมชม https://cla.opensource.microsoft.com
หากต้องการมีส่วนร่วมโปรดเริ่มต้นด้วยการสร้างปัญหาที่กำหนดด้วยตนเองให้ภาพรวมระดับสูงของสิ่งที่คุณต้องการทำ เมื่อการสนทนาใด ๆ สรุปแล้วให้ติดตามด้วยการประชาสัมพันธ์
โครงการนี้ได้นำรหัสการดำเนินงานของ Microsoft โอเพ่นซอร์สมาใช้ สำหรับข้อมูลเพิ่มเติมโปรดดูจรรยาบรรณคำถามที่พบบ่อยหรือติดต่อ [email protected] พร้อมคำถามหรือความคิดเห็นเพิ่มเติมใด ๆ