LeMUR là một framework mạnh mẽ cho phép bạn áp dụng các mô hình ngôn ngữ lớn (LLM) vào dữ liệu nói, như các cuộc họp, cuộc gọi điện thoại, video hoặc podcast, chỉ trong vài dòng mã. Một trong những tính năng chính của LeMUR là khả năng tạo ra các bản tóm tắt ngắn gọn về các cuộc họp của bạn.

Để tạo ra một bản tóm tắt, trước tiên bạn cần tạo ra một bản ghi cuộc họp. SDK Python của LeMUR làm cho quá trình này trở nên đơn giản. Một khi bạn có bản ghi, bạn có thể gọi đến điểm cuối tóm tắt, cung cấp thông tin ngữ cảnh tùy chọn và chỉ định định dạng đầu ra mong muốn (ví dụ: tiêu đề chủ đề và tóm tắt).

Bản tóm tắt được tạo ra cung cấp một cái nhìn tổng quan về các chủ đề chính được thảo luận trong cuộc họp, bao gồm các chi tiết như chỉ số, vấn đề và các thông tin liên quan khác. Điều này có thể đặc biệt hữu ích để nhanh chóng hiểu được những điểm chính yếu từ một cuộc họp dài mà không cần xem lại toàn bộ bản ghi.

Ngoài việc tạo ra các bản tóm tắt, LeMUR cũng cho phép bạn đặt câu hỏi về nội dung cuộc họp và nhận được câu trả lời liên quan. Điều này có thể hữu ích để nhanh chóng tìm thông tin cụ thể, như các KPI cấp cao nhất hoặc số ngày kể từ khi nhóm dữ liệu nhận được các chỉ số cập nhật.

Một tính năng hữu ích khác của LeMUR là khả năng trích xuất các mục tiêu hành động từ bản ghi cuộc họp. Điều này có thể giúp đảm bảo rằng tất cả các nhiệm vụ theo dõi cần thiết được xác định và theo dõi, cải thiện năng suất và trách nhiệm giải trình chung của nhóm của bạn.

LeMUR, một framework linh hoạt, giúp bạn trích xuất những hiểu biết có thể hành động được từ dữ liệu nói chỉ với vài dòng mã. Bằng cách khai thác sức mạnh của các mô hình ngôn ngữ lớn, LeMUR có thể phân tích các bản ghi cuộc họp, cuộc gọi điện thoại, video hoặc podcast của bạn và cung cấp một bản tóm tắt ngắn gọn về các mục tiêu hành động chính được thảo luận.

Để bắt đầu, chỉ cần gọi điểm cuối action_items và LeMUR sẽ cung cấp cho bạn một danh sách toàn diện các mục tiêu hành động liên quan từ dữ liệu đầu vào của bạn. Tính năng này giúp bạn nắm bắt được các nhiệm vụ của nhóm và đảm bảo rằng không có bất kỳ công việc quan trọng nào bị bỏ qua.

LeMUR được thiết kế để rất linh hoạt, cho phép bạn gửi nhiều tác vụ và lời nhắc khác nhau đến hệ thống. Điểm cuối tác vụ tùy chỉnh hỗ trợ đầu vào lên đến 1 triệu token, tương đương với khoảng 100 giờ dữ liệu âm thanh. Điều này có nghĩa là bạn có thể sử dụng LeMUR để xử lý lượng lớn nội dung nói, như toàn bộ chuỗi bài giảng hoặc các bản ghi cuộc họp rộng lớn.

Hơn nữa, bạn có thể gửi nhiều tệp cùng một lúc, cho phép bạn xử lý hiệu quả các lô dữ liệu âm thanh. Sự linh hoạt này khiến LeMUR trở thành một công cụ mạnh mẽ cho nhiều trường hợp sử dụng khác nhau, từ tóm tắt các cuộc thảo luận trong cuộc họp đến trích xuất các mục tiêu hành động và trả lời câu hỏi về nội dung.

Lemur là một framework mạnh mẽ cho phép bạn áp dụng các mô hình ngôn ngữ lớn (LLM) vào dữ liệu nói chỉ trong vài dòng mã. Với Lemur, bạn có thể dễ dàng tạo ra các bản tóm tắt, đặt câu hỏi và trích xuất các mục tiêu hành động từ các cuộc họp, cuộc gọi điện thoại, video hoặc podcast.

Các tính năng chính của Lemur bao gồm:

• Tạo bản ghi sử dụng SDK Python
• Tóm tắt với ngữ cảnh và định dạng đầu ra tùy chỉnh
• Trả lời câu hỏi về nội dung cuộc họp
• Trích xuất các mục tiêu hành động từ bản ghi
• Điểm cuối tác vụ tùy chỉnh linh hoạt cho bất kỳ lời nhắc hoặc tác vụ nào
• Hỗ trợ đầu vào lớn lên đến 100 giờ dữ liệu âm thanh

Lemur được thiết kế để dễ sử dụng và hiệu quả, giúp bạn dễ dàng bắt đầu và khai thác sức mạnh của LLM cho dữ liệu nói của mình. Hãy xem tài liệu Lemur và sổ ghi chép chào mừng Colab để bắt đầu chỉ trong vài phút.