From dafbfb7a0bf9755ae265f3d4dee3f20b486f883b Mon Sep 17 00:00:00 2001 From: Momentry Studio Date: Thu, 15 Oct 2026 13:04:26 +0800 Subject: [PATCH] =?UTF-8?q?docs:=20=E6=B7=BB=E5=8A=A0=20VSRX=20=E8=99=95?= =?UTF-8?q?=E7=90=86=E5=99=A8=E8=AA=AA=E6=98=8E?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 更新內容: - 處理器列表新增 VSRX (說話人辨認) - VSRX 功能: 識別視訊中的說話人,建立說話人身分 處理器完整列表: - ASR: 語音識別 - VSRX: 說話人辨認 - FACE: 人臉檢測 - OCR: 文字識別 - CUT: 鏡頭切換 說明: VSRX 負責說話人辨認功能 - 識別視訊中的不同說話人 - 建立說話人身分 - 為後續說話人向量入庫提供基礎 --- docs/PIPELINE_STAGES_EXPLANATION.md | 1 + docs/PIPELINE_STAGES_QUICK_REF.md | 1 + 2 files changed, 2 insertions(+) diff --git a/docs/PIPELINE_STAGES_EXPLANATION.md b/docs/PIPELINE_STAGES_EXPLANATION.md index 077ce9c..d68cdcf 100644 --- a/docs/PIPELINE_STAGES_EXPLANATION.md +++ b/docs/PIPELINE_STAGES_EXPLANATION.md @@ -61,6 +61,7 @@ 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 - **FACE (人臉檢測)**: 檢測視訊中的人臉位置和特徵 - **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 diff --git a/docs/PIPELINE_STAGES_QUICK_REF.md b/docs/PIPELINE_STAGES_QUICK_REF.md index 55d3b33..a840af8 100644 --- a/docs/PIPELINE_STAGES_QUICK_REF.md +++ b/docs/PIPELINE_STAGES_QUICK_REF.md @@ -21,6 +21,7 @@ **包含**: - ASR: 語音識別 +- VSRX: 說話人辨認 - FACE: 人臉檢測 - OCR: 文字識別 - CUT: 鏡頭切換