whispher转写会议音频+deepseek总结项目记录

如下是目前项目的初步测试结果，包含了对pdf、docx、doc、ppt、png、jpg、bmp、xls、xlsx等各类文档的批处理；

Ollama-minicpm-v是一个基于minicpm的开源项目，本文是对该模型视觉识别效果的简单介绍和使用说明。

流程：doclingOCR文件生成Markdown文本——llm进行识别并判断是自定义类型中的哪一种——llm进行提取相应类型所需的数据——存入数据库 参考、 https://pub.towardsai.net/building-an-on-premise-document-intelligence-stack-with-docling-ollama-phi-4-extractthinker

探索极空间的功能

测试开源项目docling的功能

摘要

测试minerU的过程与结果

测试两款开源OCR工具以及百度飞桨在线产品PP-OCRv4的识别效果

本文讲述如何使用Vercel部署前端项目