## 一、方案概述 ### 1.1 背景 > 知识型视频是以系统化传递知识、方法或经验为核心目标的视频内容形态，常见于在线课程、学术讲座、专业培训、技术分享及行业解析等场景。这类视频通常具有内容密度高、讲解以语音为主且音画同步、整体时长较长等特点，尤其是长知识型视频，时长往往在 30 分钟以上，部分课程或讲座甚至达到 1–2 小时。针对长知识型视频的知识问答，其核心问题在于**用户所需的具体知识点被分散在冗长的视频内容中，定位与提取成本较高**，主要体现在： * 缺乏清晰的知识点导航，查找依赖手动拖拽。多数视频没有细粒度章节/知识点目录，查找依赖拖拽进度条，定位概念、公式或案例耗时长。 * 检索能力与长视频内容特性不匹配。现有搜索多停留在标题或简介，无法按视频内台词、知识点或案例检索，难以直接定位到具体时间点。 * 问答结果难以反向关联视频内容，理解成本高。答案缺少对应片段回溯与一键跳转，用户仍需手动回看，难以形成理解闭环。 * 直接基于大模型处理长视频存在明显限制。受输入规模与 token 成本限制，工程上常被迫按时长/大小拆分，易割裂上下文并影响问答准确性。知识库通过精准的 ASR 识别、智能大纲生成以及向量检索能力，使用户能够以自然语言提问并直接定位到对应的讲解片段，形成"看视频—提问题—定位对应片段—加深理解"的完整闭环。 ### 1.2 适用场景 |场景类型 |核心需求 |示例场景 | |---|---|---| |教育培训 |定位知识点讲解并支持针对性问答 |线上课程、公开课、学术讲座录像 | |企业知识 |提取会议与培训中的关键知识内容 |内部培训视频、技术分享会、会议录像 | |医疗专业 |精准定位关键操作与诊疗讲解片段 |手术教学视频、病例分析录像 | |媒体创作 |按内容语义查找可复用素材片段 |纪录片素材库、专题节目制作 | |智驾 / 安防 |定位特定事件或目标出现片段 |行车记录仪视频、监控录像 | |工业制造 |提取故障处理与操作指导片段 |设备维修视频、操作示范录像 | |法律政务 |定位关键证词与政策解读内容 |庭审录像、政策宣讲视频 | ## 二、核心技术架构 ### 2.1 架构图

### 2.2 方案优势

优势 1 \- ASR 更准

基于飞书会议同源精调 ASR 模型，对知识型音频进行高准确度识别，实现稳定的语音转写和多说话人识别。

优势 2 \- 智能大纲

利用 ASR 结果和大模型能力，对原始视频进行智能大纲总结，并将大纲章节与视频内容进行关联，快速定位到相关知识点。

优势 3 \- 精准问答

支持多模态 embedding 和 rerank 模型，基于自然语言精准检索到目标切片，并结合 Doubao 视频理解大模型进行高质量总结回复。 ## 三、应用案例 ### 3.1 创建知识库请务必创建【旗舰版】知识库，并在创建页面完成以下配置：数据类型选择【全模态知识库】，知识内容选择【音视频】，切片方式选择【语音语义切片】。建议开启【智能大纲总结】与【合并短视频片段】功能，将生成视频大纲以快速定位关键知识点，并合并过短切片，提升检索与问答的稳定性。

### 3.2 上传视频文件&查看处理结果点击【导入文档】，支持三种导入方式：本地上传、从 TOS 中导入、通过公开下载链接导入。

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/5b870d8cc11d46539bfcc06a2b960989~tplv-goo7wpa0wc-image.image =3824x) 文档处理完成后，点击【切片详情】可查看视频切片、转录文稿和智能大纲总结。

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/8cb24441998c44f6b3d1b07e9823d32c~tplv-goo7wpa0wc-image.image =1921x)

语音语义切片

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/b8ce3bc2b6804f9c85852b4d5417ead2~tplv-goo7wpa0wc-image.image =1921x)

切片转录文本

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/afbd42d83d5f4614b8940c1b02aadf46~tplv-goo7wpa0wc-image.image =3836x)

视频智能大纲

### 3.3 视频智能问答视频处理完成后，即可通过【知识问答】功能对视频内容进行智能检索与问答。 #### 3.3.1 教育培训视频问答示例 **场景 1 长教学视频知识点问答** 提问知识点"什么是子集"，将返回该概念在教学视频中的定义说明，并同时给出对应的视频切片时间戳，可直接点击播放，结合原始讲解进一步加深理解。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/f570cb1155ac457e90e0d4789997b36c~tplv-goo7wpa0wc-image.image =3838x)

知识点提问

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/46b573df435c4bdc97b1f514c0b075d0~tplv-goo7wpa0wc-image.image =3840x)

引用溯源

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/8a931d157c5e428e9b224ba21b3a6df9~tplv-goo7wpa0wc-image.image =3840x)

视频播放

**场景 2 基于教学视频的考察点抽取** 可以使用【标签过滤】中的 `doc_id` 指定教学视频，提问"帮我从视频中总结出常见问答对"，将基于视频内容生成有价值的考题及答案，并关联相应的视频切片，便于回溯与理解。该能力在教育培训场景中可用于快速出题、知识点复习及学生自检学习效果，显著提升教学与学习效率。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/597095a21daa429bb200135ef179d60b~tplv-goo7wpa0wc-image.image =3840x)

FAQ 抽取

![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/8db8ad68558e4f68ba41c92024a6aa19~tplv-goo7wpa0wc-image.image =3840x)

引用溯源

#### 3.3.2 会议录屏问答示例 **场景 1 会议关键结论问答&待办总结** 同样，可以使用【标签过滤】中的 `doc_id` 指定会议视频，可直接提问"本次会议最终结论是什么"或"会议中有哪些待办事项"，知识问答将基于会议视频内容提炼相关结论与行动项，明确区分责任人，并关联对应的视频切片，支持一键回看原始讨论片段，便于确认细节与责任分工。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/5ece1faf35b44759b8fe2f82b74eda24~tplv-goo7wpa0wc-image.image =356x) ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/36872418881e4dda9ec7758ffead92ff~tplv-goo7wpa0wc-image.image =356x)

火山方舟大模型服务平台