KamoCRM

オーディオ — アップロード時の波形サムネイルと、要求に応じてピークとトランスクリプト

FeatureConversionService
Shipped
2026年9月23日 8:21 UTC
Author
Kamo
Commit
d2e504a

アップロードされたオーディオファイルは Docs PDF パスに切り落としました。これは 1 つを開くことができません。 オーディオアップロードは空白のライブラリタイルで「変換失敗」を終了しました。 オーディオは現在、独自のブランチを取る, ビデオのような: ゼロに流れました(ヒープに決して)、ピークにオンスを解読し、ページ-0 Javaのピークから描画されたサムネイル。 ffmpegのshowwavespicではなく、すべてのデコードを保持 ファイルの終了までフレーム: 298 MB で 30 分 MP3 と 546 MB で 1 時間測定 文書のポッドサイズでアップロードされるアンバウンドスレッド。54 MBのストリームドコードピーク。 MIMEテーブルのFLAC 一般的なバイナリとして保存され、その拡張子によって認識されます。 メニュー - GET /peaks — 持続時間と1,600-bucketの波形(0–255ピークのベース64)。 ffmpegのPCMは ストリームと 50 ms のウィンドウあたりの 1 つの短いだけが保存されているので、時間コスト 72,000 ショート 秒; ブラウザのデコードAudioData は、同時に gigabyte 上に保持されます。 横に保管 <datId> peaks v1.json というファイルなので、コンテンツごとに一度に計算されます。 - POST|Wisper-asr(vad filter on)のWebVTTのトランスクリプトを、ジョブとして実行する <datId> transcript v1.json の state の仮想スレッドで、どちらのレプリカでも読み取れる (非記憶ワークテーブルは他のポッドに見えない) 一度にポッドごとの1つの仕事: whisper-asr は、ボイスメールとミーティングのトランスクリプションで共有される CPU-bound のレプリカです。 ランニング ジョブは、自身のスレッドから毎分マーカーを書き換えます(結果が書かれる前に結合)、 そのため、Podが失敗したジョブは、著者をロックするのではなく3つの見逃されたビートの後に ウィスパータイムアウトのために、?restart=true は終了したトランスクリプトを置き換えます。 ライブサービスに対する測定値: 2 分 7 秒の記録は 25 秒でした。 どちらも VIEW DOCUMENTS と イメージングアクセスレベル を要求し、 人事リソースのみ: ボイスメール, 通話録音とチャットボイスノートは、このサービスがDocsServiceの1レコードルールをそれぞれ持ち運びます 見ることができないので、彼らはそれらがそのルールをもたらすものを必要とするものまで、404を維持します。 ビルドでは、kamo-shared-library のオーディオ MIME aliases: M4A、WAV、OGG、AAC のアップロードも取得できます。 MIMEの不一致として拒否されました.

All changes

Like what you see shipping?

All of it arrives in your workspace on its own. Start on the free plan and read this page again in a month.

Start Free ForeverView Pricing