Project ECHO 是澳大利亚联邦银行开源的 AI 流水线,通过对 VHS、Betamax 等档案视频进行音频转录和视觉模型画面描述,将其转化为可搜索的知识库。

Stars

4

7 天增长

暂无数据

Fork 数

0

开放 Issue

0

开源协议

MIT

最近更新

2026-07-31

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

大型银行开源一套实际应用的 AI 媒体档案系统十分少见;ECHO 将 Whisper 转录、基于 VLM 的关键帧描述、可选的 LLM 摘要,以及本地/S3 存储与 SQLite/DynamoDB 后端整合在一起,并带有实用安全控制。

适合谁使用

  • 管理磁带档案的档案管理员和数字保存团队
  • 构建可搜索视频/音频档案的开发者
  • 部署自托管 OpenAI 兼容 Whisper、视觉和 LLM 端点的机器学习工程师
  • 拥有大型视频库并需要批量编目和元数据提取的机构

典型使用场景

  • 对数字化 VHS、Betamax 及其他磁带视频进行转录和画面描述
  • 为档案编目生成带时间戳的转录文本和关键帧场景描述
  • 从本地文件系统或 S3 批量处理媒体,并写入 SQLite 或 DynamoDB
  • 启用摘要功能后,为视频生成多模态 Markdown 摘要

项目优势

  • 存储和数据库后端可独立配置,既能跑在笔记本上,也可扩展到生产基础设施
  • 面向所有兼容 OpenAI 的服务设计,包括自托管的 vLLM 部署
  • 包含操作安全机制:文件大小上限、Whisper 分块上限、每视频帧数上限、dry-run 和 refresh 控制
  • 外部服务均使用 mock,测试覆盖要求不低于 80%,并提供清晰的 CLI 和配置参考

使用前须知

  • 需要外部兼容 OpenAI 的转录和视觉端点,因此并非完全自包含的离线流水线
  • 仅用于研究、教育和社区目的;不代表 CBA 生产系统,不构成建议,且按“原样”提供,不提供任何担保
  • 默认模型名称(如 gpt-4o、gpt-5.2)和端点设置需根据实际部署调整;README 未描述面向最终用户的搜索界面

README 快速开始

Quick Start

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

0xwilliamortiz
精选
0xwilliamortiz GitHub avatar

openclaude-improved

OpenClaude is an open-source CLI coding agent that runs on any platform and supports a wide range of LLM providers, offering the same tools and workflows as Claude Code.

AI 与机器学习大语言模型
577
deerwork-ai
精选
deerwork-ai GitHub avatar

deer-workflow

An open-source Dynamic Workflow runtime that combines deterministic TypeScript orchestration with replaceable Agent runtimes.

AI 与机器学习大语言模型
312
jamesob
精选
jamesob GitHub avatar

local-llm

A comprehensive guide for building and configuring a high-end local machine to run state-of-the-art LLMs, with detailed hardware choices, BIOS tuning, and Docker-based model serving.

AI 与机器学习大语言模型
1,660