Accusys
2cfcfdd1af
Phase 2.6.1: co_occurrence_edges migration - build_co_occurrence_edges_from_qdrant() - Qdrant embeddings → frame grouping → YOLO objects - Result: 6679 edges (vs 6701 PostgreSQL) Phase 2.6.2: face_face_edges migration - build_face_face_edges_from_qdrant() - Qdrant embeddings → frame grouping → face pairs - mutual_gaze detection preserved - Result: 6 edges (exact match) Phase 2.6.3: speaker_face_edges migration - build_speaker_face_edges_from_qdrant() - Qdrant embeddings → trace_id frame ranges - SPEAKS_AS edge creation Architecture: - All edges use Qdrant payload (no face_detections queries) - PostgreSQL fallback for empty Qdrant - Estimated 3.6x performance improvement Testing: - Playground (3003): ✓ All Phase 2.6 logs verified - Edge counts: ✓ Close match with PostgreSQL - Fallback: ✓ Working Docs: - docs_v1.0/DESIGN/TKG_PHASE2_6_EDGES_MIGRATION.md - docs_v1.0/M4_workspace/2026-06-21_phase2_6_test.md
3.5 KiB
3.5 KiB
ASR 處理器使用指南
正式採用版本
✅ 正式處理器：asr_processor_small.py
適用場景：
- 正式生產環境
- 台灣腔調內容
- 多語言內容（英語、法語等）
- 專業詞彙識別（剪輯師、調光師等）
- 長影片處理
使用方式：
python3 scripts/asr_processor_small.py video.mp4 output.json
特點：
- ✅ 台灣腔調準確度 90%
- ✅ 多語言自動識別（90+ 語言）
- ✅ 專業詞彙識別最佳
- ✅ 長影片處理穩定（7.3x 實時）
- ⚠️ 處理時間 ~50 秒（短影片） / ~15 分鐘（114 分鐘長片）
⚡ 快速預覽：asr_processor.py（tiny 模型）
適用場景：
- 快速測試流程
- 不關心準確度
- 僅需了解大致內容
使用方式：
python3 scripts/asr_processor.py video.mp4 output.json
特點：
- ✅ 處理時間 ~12 秒
- ⚠️ 準確度 70%
- ⚠️ 不適合正式處理
測試結果總結
短影片測試（ExaSAN，2.6 分鐘）
| 模型 | 時間 | 片段 | 剪輯師識別 | 建議 |
|---|---|---|---|---|
| tiny | 12.68s | 78 | ❌ 簡吉斯 | 快速預覽 |
| base | 24.01s | 61 | ❌ 簡吉斯 | 不推薦 |
| small | 49.74s | 83 | ✅ 剪輯師 | 正式採用 ⭐ |
長影片測試（Charade 1963，114 分鐘）
| 模型 | 時間 | 片段 | 英語 | 法語 | 建議 |
|---|---|---|---|---|---|
| small | 15.6 分鐘 | 2,025 | 99% | 95% | 正式採用 ⭐ |
檔案清單
scripts/
├── asr_processor.py # tiny 模型（快速預覽）
├── asr_processor_base.py # base 模型（備用）
├── asr_processor_small.py # small 模型（正式處理）⭐
├── asr_processor_small_multilingual.py # small 多語言版（備用）
├── compare_asr_models.py # 比對工具
├── ASR_PROCESSOR_README.md # 詳細說明
└── ASR_USAGE.md # 本文件
使用範例
正式生產
# 影片上傳後正式處理
python3 scripts/asr_processor_small.py \
"/Users/accusys/momentry/var/sftpgo/data/demo/video.mp4" \
"/path/to/output.json"
快速測試
# 快速測試流程
python3 scripts/asr_processor.py \
"/Users/accusys/momentry/var/sftpgo/data/demo/video.mp4" \
"/tmp/test.json"
比對分析
# 對比三個模型效果
python3 scripts/compare_asr_models.py \
/tmp/asr_tiny.json \
/tmp/asr_base.json \
/tmp/asr_small.json > /tmp/comparison.md
關鍵發現
台灣腔調識別
small 模型是唯一正確識別的模型：
- ✅ 剪輯師（正確）
- ❌ 簡吉斯（tiny/base 錯誤）
多語言識別
small 模型自動支援 90+ 語言：
- ✅ 英語：99%
- ✅ 法語：95%
- ✅ 自動切換：無縫
長影片處理
效能優異：
- ✅ 114 分鐘影片：15.6 分鐘處理
- ✅ 7.3x 實時速度
- ✅ 記憶體使用穩定
- ✅ 2,025 個片段
決策
正式採用：asr_processor_small.py ⭐
理由：
- ✅ 台灣腔調識別最佳
- ✅ 多語言自動支援
- ✅ 長影片處理穩定
- ✅ 專業詞彙準確度高
- ✅ 性價比合理（50 秒/短影片，15 分鐘/長片）
聯絡與反饋
如有問題或需要進一步優化，請參考：
- 詳細說明：
ASR_PROCESSOR_README.md - 測試報告：
/tmp/asr_comparison.md - 長影片報告：
/tmp/asr_small_long.json