自动笔记系统

生成笔记要素

测试中

POST/note

接受语音转文字的原始结果，生成笔记的各个要素。

请求参数

raw_recognition

array[object (RawRecognition) {3}]

必需

start

integer

开始时刻

必需

单位为秒。

end

integer

结束时刻

可选

单位为秒。非必填。

text

string

识别内容

必需

topic

string

课程主题

必需

abstract

string

课程摘要

必需

{
  "raw_recognition": [
    {
      "start": 0,
      "end": 0,
      "text": "string"
    }
  ],
  "topic": "string",
  "abstract": "string"
}

示例代码

返回响应

成功(200)

HTTP 状态码: 200

内容格式: JSONapplication/json

points

array[object (Point) {5}]

多个知识点

必需

name

string

知识点名称

必需

也是后续建立知识点连接的唯一标识，尽量简洁。

importance

integer

重要程度

必需

1 - 5。用于后续生成关系图的时候区分点的大小。

>= 1<= 5

subtitles

array[object (Subtitle) {3}]

子主题

可选

用于在康奈尔笔记中一一对应。

links

array [object {2}]

相关链接

可选

summary

string

课程总结

可选

Markdown格式。总结课程内容。

{
  "points": [
    {
      "name": "string",
      "importance": 1,
      "subtitles": [
        {
          "subtitle": "string",
          "md": "string",
          "raw_recognition": [
            {
              "start": 0,
              "end": 0,
              "text": "string"
            }
          ]
        }
      ],
      "links": [
        {
          "name": "string",
          "href": "string"
        }
      ],
      "summary": "string"
    }
  ]
}

最后修改时间： 1 个月前