docs: 更正處理器說明 - ASRX 和 Face Tracing
更新內容: 1. ASRX 處理器 (說話人向量化) - 修正名稱: VSRX → ASRX - 功能說明: 使用 VOD 將說話人語音特徵轉換為向量 - 建立說話人身分 2. Face Tracing 移至階段 1 - 從階段 4 (資料整合) 移至階段 1 (處理器) - 更新階段 4 進度說明 - 更新範例場景 處理器完整列表: - ASR: 語音識別 - ASRX: 說話人向量化 (VOD) - FACE: 人臉檢測 - Face Tracing: 人臉追蹤 - OCR: 文字識別 - CUT: 鏡頭切換 階段 4 更新: - 移除 Face Tracing (已移至階段 1) - 保留: Rule1/Rule2 入庫、Face Dedup - 進度含義更新
This commit is contained in:
@@ -61,8 +61,9 @@ Momentry Studio 的視訊處理流程分為四個主要階段,每個階段負
|
||||
|
||||
**包含的處理器**:
|
||||
- **ASR (語音識別)**: 將視訊中的語音轉換為文字
|
||||
- **VSRX (說話人辨認)**: 識別視訊中的說話人,建立說話人身分
|
||||
- **ASRX (說話人向量化)**: 使用 VOD 將說話人語音特徵轉換為向量,建立說話人身分
|
||||
- **FACE (人臉檢測)**: 檢測視訊中的人臉位置和特徵
|
||||
- **Face Tracing (人臉追蹤)**: 追蹤人臉在視訊中的軌跡,建立人臉出現序列
|
||||
- **OCR (文字識別)**: 識別視訊畫面中的文字內容
|
||||
- **CUT (鏡頭切換)**: 識別視訊的場景切換點
|
||||
|
||||
@@ -260,11 +261,6 @@ Momentry Studio 的視訊處理流程分為四個主要階段,每個階段負
|
||||
- 人臉相似度搜尋
|
||||
- 人臉身分識別
|
||||
|
||||
##### 3. Face Tracing (人臉追蹤)
|
||||
- 追蹤人臉在視訊中的軌跡
|
||||
- 建立人臉出現序列
|
||||
- 關聯同一人的多次出現
|
||||
|
||||
##### 4. Face Dedup (人臉去重)
|
||||
- 去除重複的人臉檢測結果
|
||||
- 合併同一人的多次檢測
|
||||
@@ -276,8 +272,8 @@ Momentry Studio 的視訊處理流程分為四個主要階段,每個階段負
|
||||
|
||||
- **0%**: 未開始資料整合
|
||||
- **25%**: PostgreSQL 入庫完成
|
||||
- **50%**: 部分向量已入庫
|
||||
- **75%** 人臉追蹤完成
|
||||
- **50%**: 文字向量已入庫
|
||||
- **75%**: 人臉向量、說話人向量入庫中
|
||||
- **100%**: 所有資料整合完成
|
||||
|
||||
---
|
||||
@@ -315,10 +311,6 @@ Momentry Studio 的視訊處理流程分為四個主要階段,每個階段負
|
||||
- 人臉相似度搜尋
|
||||
- 說話人識別
|
||||
|
||||
- **人臉追蹤**: 跨場景追蹤
|
||||
- 追蹤人物在視訊中的出現
|
||||
- 建立人物出現時間線
|
||||
|
||||
- **人臉去重**: 資料清理
|
||||
- 避免重複人臉資料
|
||||
- 提高識別準確度
|
||||
|
||||
@@ -21,8 +21,9 @@
|
||||
|
||||
**包含**:
|
||||
- ASR: 語音識別
|
||||
- VSRX: 說話人辨認
|
||||
- ASRX: 說話人向量化 (VOD)
|
||||
- FACE: 人臉檢測
|
||||
- Face Tracing: 人臉追蹤
|
||||
- OCR: 文字識別
|
||||
- CUT: 鏡頭切換
|
||||
|
||||
@@ -140,7 +141,7 @@
|
||||
- 語意搜尋
|
||||
- 相似文字匹配
|
||||
|
||||
### 說話人語音向量入庫 (VOD 實現)
|
||||
### 說話人語音向量入庫 (由 ASRX 處理器生成)
|
||||
- 說話人嵌入向量
|
||||
- 說話人識別
|
||||
- 跨視訊說話人追蹤
|
||||
|
||||
Reference in New Issue
Block a user