rgj1980298/obsidian_sync_public/video2markdown

视频 → [ffmpeg] → WAV → [asr-transcribe] → 原始文本 → [文本处理] → Markdown
                                                                  ↑
                                                      AI 直接处理（默认）
                                                      或调 LLM API（可选）

ffmpeg -i "{视频}" -vn -acodec pcm_s16le -ar 16000 -ac 1 -y "{输出}.wav"

curl -X POST "https://api.siliconflow.cn/v1/audio/transcriptions" \
  -H "Authorization: Bearer {ASR_API_KEY}" \
  -F "model=FunAudioLLM/SenseVoiceSmall" \
  -F "language=zh" \
  -F "file=@{音频文件}"

curl -X POST "{LLM_API_BASE}/chat/completions" \
  -H "Authorization: Bearer {LLM_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "{MODEL_NAME}",
    "messages": [
      {"role": "system", "content": "{系统提示词}"},
      {"role": "user", "content": "{原始文本}"}
    ],
    "max_tokens": 8192
  }'

将语音转写文本整理为 Markdown 对话实录。
 
核心原则：保留所有信息，不做总结、不丢内容。
 
要求：
1. 根据上下文判断说话人（如"面试官"和"候选人"）
2. 用 ### 标注每个说话人
3. 每轮对话之间用 --- 分隔
4. 只修正明显的语音识别错误
5. 保留原始口语表达
6. 不要总结、不要提炼、不要删减

将课程文稿整理为结构清晰的 Markdown 学习笔记。
 
要求：
1. 使用 Markdown 格式（# 标题、## 子标题、- 列表、**加粗**、代码块）
2. 根据内容自动划分章节
3. 提取关键概念，用加粗或代码格式标注
4. 编程/技术内容保留代码示例
5. 末尾添加"要点总结"
6. 内容忠实于原文

将转写文本整理为干净的 Markdown 文档。
 
核心原则：保留所有信息，只做格式整理。
 
要求：
1. 保留原始内容的完整结构
2. 只修正明显的识别错误和错别字
3. 补充标点符号
4. 按自然段落分段
5. 不要总结、不要提炼、不要删减

{项目名}_note_flows/
├── 音频/          ← ffmpeg 提取的 WAV
│   └── 01_名称.wav
│   └── 02_名称.wav
├── 文本/          ← ASR 原始识别文本
│   └── 01_名称.txt
├── 润色文本/       ← 润色后文本（可选）
│   └── 01_名称.txt
└── 合并笔记/       ← 最终 Markdown 笔记
    └── 01_名称.md