@rabbbit 合成音频的时候用 ffmpeg ，会考虑每个音轨开始时间的 delay 值，同时采用最长的音轨作为合成后的长度。

whisperX 给出的是：第一个人，开始时间，结束时间；第二个人，开始时间，结束时间...这样格式的结果，或许可以对照音轨的开始 delay 时间来对应第 n 个人和具体的用户名。但是音轨又有可能开始了但是一段时间后才开始说话，可能还需要 VAD...

个目前就是各音轨单独识别，现在的问题是单人的音轨上下文不完整，转文字后的结果不如合并以后再转的效果好。

考虑到合并后可能会有两人同时说话声音重叠的情况影响识别，或许各音轨单独识别还是比较稳妥，牺牲点精度也没办法。

担心刮大风把山吹走，解决方法是在山上加一把土。

@ETiV 这个可行，打算试试 mount point for s3 。感谢！

cpap

dig dug

默认 Timeout：
edge: 25s
node: Hobby plan 10s
https://vercel.com/docs/functions/runtimes#max-duration

2s 不至于触发 timeout ，setTimeout 把回调函数入栈后应该是会被执行的。你观察到的现象是不是第一次后台执行完了第二次访问才看到更新后的状态？因为按道理第二次执行会添加一个新的计时器。

你的需求可以考虑用 streaming 实现，先创建 stream 发你想发的 response ，等 2s 后处理完成后再发送更新后的结果&关闭 stream 。

上面有个外链说 it 派遣一月 20 万，就这方面我自己所知给 op 做个参考。当然行业，公司规模不同派遣的薪资不一样。IT 方面来说雇佣派遣员工一般的程序员一个月的费用大概在 70 万日元左右，如果是 pm 的话要到 90 万左右，这个薪资比日本大部分白领都高。但是这笔钱发到本人手上之前派遣公司当然要抽一笔，至于抽多少就得看双方博弈了，如果你刚来日本语言不行依赖公司解决签证啊生活上的各种问题，包括工作也需要别人带，那么薪资会被压得很低。如果你跟客户沟通没问题技术上又能罩得住那么公司抽的会比较少，如果带新人还会每人给你加个 3 ，5 万的工资。如果有渠道，那么自己成立个公司把自己派出去是最好的。

@rocmax 另外现在日本很多新兴的 it 企业已经在学习欧美的管理方式，加班文化也慢慢在破除，对比传统企业职场氛围比较宽松。在日的欧美企业也是个选择，但是门槛更高一些。

话是没错，但问题就是人不在日本的话基本没可能直接进日本大厂，能去硅谷谁会去日本呢是不是。
派遣能不能干的顺心说实话全靠运气，要先遇到一个不太坑的派遣公司，还得能赶上个气氛好的现场。尤其是后者可遇而不可求。派遣本来就是二等公民，要不是脏活累活也不会找派遣来干。
op 有国内大厂经验在日本做派遣技术方面应该是碾压级的，问题是很多企业对派遣的要求是要听话，按部就班，甚至是要背黑锅。自身技术越高去做这种工作时反而会更难受。
建议是把派遣看作跳板，初到异国有一个语言门槛低工资还行的工作算是还不错的开始。op 还是尽快加强语言和熟悉工作方式，然后跳槽做正社员。
眼下的情况如果已经到了无法忍受的地步，可以跟派遣公司商量换现场试试，需要付出的代价是要去面试。我认识干了十几年派遣的人，他就喜欢干一阵换一个地方，如果能带新人 cover 住现场的话工资是会比一般企业正社员高上不少的。
当然回国也不失为一个退路，但要考虑现在国内的行业状况和经济形势。

leader 走了不带走&没跟着走的没资格叫嫡系