会议纪要

会议纪要

基本信息

参会人：张经理、李工、王总 时间：2023-10-26 14:00-14:45 地点：线上会议室

讨论要点

1. [14:00] 项目进度落后10%
2. [14:05] 后端API完成80%
3. [14:15] 同意增派2名开发
4. [14:25] 要求11月15日前上线
5. [14:35] UI需修改登录页
6. [14:40] 数据库文档已发送

行动项列表

• [高] 增派2名开发人员（王总，10月28日前）
• [高] 完成API联调（李工，11月5日前）
• [中] 修改登录页UI（张经理，11月10日前）
• [中] 审核数据库设计文档（全体，10月27日前）

待解决问题

1. 新增开发人员的具体职责分配
2. UI修改的详细需求文档
3. 上线前的测试计划安排

### 关键参数调优指南
| 参数 | 推荐值 | 调整场景 |
|------|--------|----------|
| temperature | 0.5-0.7 | 低（0.3）=更严谨，高（0.9）=更多样化 |
| top_p | 0.8-0.9 | 内容相关性控制，越低=越聚焦核心信息 |
| repetition_penalty | 1.02-1.05 | 抑制重复生成，高于1.1可能导致语句不连贯 |
| max_new_tokens | 768-1024 | 单场会议建议不超过1024 tokens |

## 部署与扩展方案

### 轻量级部署（本地服务器）
```bash
# 启动API服务
uvicorn minute_server:app --host 0.0.0.0 --port 8000

# 测试API
curl -X POST "http://localhost:8000/generate" \
  -H "Content-Type: application/json" \
  -d '{"audio_path": "meeting_recording.wav"}'

企业级扩展架构

常见问题解决方案

1. 显存不足问题

# 方案1：使用CPU推理（速度较慢但兼容性好）
model = AutoModelForCausalLM.from_pretrained(
    "./", device_map="cpu", torch_dtype=torch.float32
)

# 方案2：4-bit量化（需安装bitsandbytes）
model = AutoModelForCausalLM.from_pretrained(
    "./", load_in_4bit=True, device_map="auto"
)

2. 长会议处理策略

对超过30分钟的会议，采用滑动窗口处理：

def split_long_meeting(text, window_size=500, overlap=100):
    """长文本分段处理"""
    tokens = list(jieba.cut(text))
    chunks = []
    for i in range(0, len(tokens), window_size-overlap):
        chunk = "".join(tokens[i:i+window_size])
        chunks.append(chunk)
    return chunks