现有 rag 主要是针对文本的 
如果有视频课程想借助 rag 整理，目前我想到的办法是先语音转文字，然后交给一些大模型来生成比较长的文稿，再接入 rag 知识库 
进一步优化还可以让大模型根据文本生成多个问题 
目前转文字我感觉通义听悟还可以，免费十小时每天