Project detail
VDAM AI 智能媒体处理平台
面向企业图片、音频和视频资产的 AI 智能处理平台，为数字资产管理业务提供内容识别、加工与一键成片能力，并统一接入云端、开源及私有化模型。
项目周期
- 负责视频拆条、音视频分离、人脸识别、语音转文字、字幕翻译和文生视频等核心能力开发。
- 整合腾讯云 ASR、混元模型、FunASR 与私有化模型，统一不同 AI 服务的调用方式。
- 设计 AI 任务状态、前置任务依赖、回调与轮询兜底机制，并建设异步处理和并发控制能力。
- 设计可插拔 AI 后端，通过配置切换云端与私有化能力，业务代码无需随模型实现变化。
- 使用任务状态机管理任务完整生命周期，并通过前置依赖编排多阶段媒体处理流程。
- 采用回调主路径与轮询兜底，降低外部 AI 服务延迟或回调遗漏对任务结果的影响。
- 编排语音识别、字幕翻译与视频生成等能力，建设从素材处理到一键成片的任务链路。
- 提供外部任务创建与详情查询接口，并结合租户信息隔离任务上下文，支撑企业系统集成。