做了一个本地音频处理 + 伪知识库应用，强依赖本地 ASR 模型，这种项目开源有意义吗？
大家好，最近做了一套本地音频处理 + 伪知识库的应用，想听听大家对开源价值的看法。这个项目大概做的是：
导入音频 / 视频，通过 ASR 模型转录
对转录文本做切分、整理、结构化
生成一个偏“伪知识库”的索引
它更像是一套完整工作流，而不是单一工具。核心价值在于把音频资料转成可检索、可复用的个人知识资产。
现在纠结的点是：这个项目对本地部署要求比较高。因为强依赖 ASR 等模型，体验比较依赖 GPU 。如果走
API ，成本又不低，我这边估算大概 1 元 / 小时音频，长期用下来并不便宜。
所以我有点犹豫：
这种强依赖本地模型和 GPU 的项目，开源对大家还有意义吗？
如果很多人没有合适的显卡，项目会不会只能停留在“看起来不错，但跑不起来”？
如果我只把工作流、代码结构、模型适配层、数据处理逻辑开源，模型让用户自己选择，这样是否有价值？
是否应该同时支持本地模型和 API 模式，哪怕 API 成本较高？
对这种项目来说，大家更关心一键部署，还是更关心架构和实现思路？
我目前的想法是，如果开源，会尽量把边界写清楚：
本地部署需要一定 GPU
API 模式可以跑，但成本需要用户自己评估
项目重点是音频处理工作流和知识库构建逻辑
模型可以替换，不绑定某一个具体供应商
想问问大家：如果你们看到这样的项目，会觉得有参考价值吗？还是说部署门槛太高，开源意义有限？
也欢迎有类似需求的朋友聊聊你们的使用场景 平板上的会议记录 APP 现在挺成熟的，平时也用不到长音频的录制，感觉要推广挺难的。
主要是 AI 极大拉低了语音识别的门槛。 我能想到的大量的场景在金融调研的会议纪要，有很多音视频 都开源了，说明你并没有想着赚到钱。那只要满足你自己的心理价值就行了，没必要考虑多少人真要用。
对我来说的话，压根就不用急。比如苹果很早不就支持图片中文字识别了，现在 Safari 网页翻译都同时翻译图片。所以，只要将来硬件性能满足了，AI 本地转录音频会是操作系统自带功能。等等就是了 好像有现成的，OpenWhispr ASR 可以让用户自己去接 api 。 你可以整理一下 把本地 asr 和网上的 asr 都做成 api 形式接进去 然后再开源, 这样就无所谓了吧. 乐意自己花钱的就自己花钱做. 真的想要保姆式手把手部署你就把部署本地 asr 的教程一块写进去. 音频处理工作流和知识库构建逻辑，这个有哪些高价值的应用场景可以分享下嘛～ 我之前想弄一个音乐 lrc 字幕生成的，但是 ai 做出来的效果好差，好多错的，不知道有没有啥好方案。 我们做的项目好像，比如上一个视频下载的项目。现在我也做一个类似这样的应用，在本地运行时以及模型都已经跑通了，不过侧重点不同，我更多是关注英语学习
页:
[1]
2