Skip to content
TheChatArchiveThe Chat Archive
o1-mini-2024-09-12· OpenAIAi2 WildChat-4.8M (AI2)

import os from flask import Flask, request, jsonify from flaskswaggerui import…

  1. User

    import os from flask import Flask, request, jsonify from flask_swagger_ui import get_swaggerui_blueprint from transformers import pipeline import torch

    class Config: MODEL_NAME = "openai/whisper-large-v3-turbo" BATCH_SIZE = 8 DEVICE = 0 if torch.cuda.is_available() else "cpu" TEMP_DIR = './temp_files'

    Swagger configuration

    SWAGGER_URL = '/swagger' API_URL = '/static/swagger.json' class TranscriptionService: def init(self, model_name=Config.MODEL_NAME): self.pipeline = pipeline( task="automatic-speech-recognition", model=model_name, chunk_length_s=30, device=Config.DEVICE, ) os.makedirs(Config.TEMP_DIR, exist_ok=True)

    def transcribe_audio(self, audio_path, task="transcribe"): try: result = self.pipeline(audio_path, batch_size=Config.BATCH_SIZE, generate_kwargs={"task": task}, return_timestamps=True) return result['text'] except Exception as exc: raise RuntimeError(f"Error during transcription: {exc}")

    @staticmethod def save_file(file): temp_file_path = os.path.join(Config.TEMP_DIR, file.filename) file.save(temp_file_path) return temp_file_path

    @staticmethod def delete_file(file_path): if os.path.exists(file_path): os.remove(file_path) app = Flask(name) transcription_service = TranscriptionService()

    @app.route('/transcribe', methods=['POST']) def transcribe_audio(): if 'file' not in request.files: return jsonify({'error': 'No file uploaded'}), 400

    file = request.files['file'] file_path = transcription_service.save_file(file)

    try: transcription = transcription_service.transcribe_audio(file_path) return jsonify({'transcription': transcription}) except Exception as e: return jsonify({'error': str(e)}), 500 finally: transcription_service.delete_file(file_path) Setup Swagger swaggerui_blueprint = get_swaggerui_blueprint( Config.SWAGGER_URL, Config.API_URL, config={ 'app_name': "Audio Transcription API" } )

    app.register_blueprint(swaggerui_blueprint, url_prefix=Config.SWAGGER_URL)

    if name == 'main': app.run(host='0.0.0.0', port=9091, debug=True)

    Как мне добавить поддержек формата .m4a

  2. Assistant

    Чтобы добавить поддержку формата .m4a в ваш сервис транскрипции аудио, необходимо выполнить несколько шагов:

    1. Убедиться, что необходимые библиотеки установлены:

      • pydub: Библиотека для обработки аудио файлов.
      • ffmpeg: Внешняя зависимость, которая требуется для работы pydub с различными форматами аудио.
    2. Установить необходимые зависимости:

      • Установите pydub через pip:

        pip install pydub
        
      • Установите ffmpeg. Инструкции зависят от вашей операционной системы:

        • Для Ubuntu/Debian:

          sudo apt update
          sudo apt install ffmpeg
          
        • Для macOS с использованием Homebrew:

          brew install ffmpeg
          
        • Для Windows:

    3. Изменить код для обработки .m4a файлов:

      Внесем изменения в класс TranscriptionService, чтобы при получении файла .m4a он конвертировался в формат .wav перед передачей в транскрипционную модель.

      import os
      from flask import Flask, request, jsonify
      from flask_swagger_ui import get_swaggerui_blueprint
      from transformers import pipeline
      import torch
      from pydub import AudioSegment  # Добавляем импорт pydub
      
      class Config:
          MODEL_NAME = "openai/whisper-large-v3-turbo"
          BATCH_SIZE = 8
          DEVICE = 0 if torch.cuda.is_available() else "cpu"
          TEMP_DIR = './temp_files'
          
          # Swagger configuration
          SWAGGER_URL = '/swagger'
          API_URL = '/static/swagger.json'
      
      class TranscriptionService:
          def __init__(self, model_name=Config.MODEL_NAME):
              self.pipeline = pipeline(
                  task="automatic-speech-recognition",
                  model=model_name,
                  chunk_length_s=30,
                  device=Config.DEVICE,
              )
              os.makedirs(Config.TEMP_DIR, exist_ok=True)
          
          def transcribe_audio(self, audio_path, task="transcribe"):
              try:
                  result = self.pipeline(audio_path, batch_size=Config.BATCH_SIZE, generate_kwargs={"task": task},
                                         return_timestamps=True)
                  return result['text']
              except Exception as exc:
                  raise RuntimeError(f"Error during transcription: {exc}")
          
          @staticmethod
          def save_file(file):
              temp_file_path = os.path.join(Config.TEMP_DIR, file.filename)
              file.save(temp_file_path)
              # Проверяем расширение файла и конвертируем, если необходимо
              file_ext = os.path.splitext(temp_file_path)[1].lower()
              if file_ext == '.m4a':
                  wav_file_path = os.path.splitext(temp_file_path)[0] + '.wav'
                  audio = AudioSegment.from_file(temp_file_path, format='m4a')
                  audio.export(wav_file_path, format='wav')
                  os.remove(temp_file_path)  # Удаляем исходный .m4a файл
                  return wav_file_path
              return temp_file_path
          
          @staticmethod
          def delete_file(file_path):
              if os.path.exists(file_path):
                  os.remove(file_path)
      
      app = Flask(__name__)  # Исправлено name на __name__
      transcription_service = TranscriptionService()
      
      @app.route('/transcribe', methods=['POST'])
      def transcribe_audio_route():
          if 'file' not in request.files:
              return jsonify({'error': 'No file uploaded'}), 400
          
          file = request.files['file']
          file_path = transcription_service.save_file(file)
          
          try:
              transcription = transcription_service.transcribe_audio(file_path)
              return jsonify({'transcription': transcription})
          except Exception as e:
              return jsonify({'error': str(e)}), 500
          finally:
              transcription_service.delete_file(file_path)
      
      # Настройка Swagger
      swaggerui_blueprint = get_swaggerui_blueprint(
          Config.SWAGGER_URL,
          Config.API_URL,
          config={
              'app_name': "Audio Transcription API"
          }
      )
      
      app.register_blueprint(swaggerui_blueprint, url_prefix=Config.SWAGGER_URL)
      
      if __name__ == '__main__':  # Исправлено name на __name__
          app.run(host='0.0.0.0', port=9091, debug=True)
      
    4. Объяснение внесенных изменений:

      • Импорт AudioSegment из pydub: Это позволяет загружать и конвертировать аудио файлы различных форматов.

      • Метод save_file:

        • Сначала сохраняется загруженный файл во временную директорию.
        • Проверяется расширение файла. Если оно .m4a, файл конвертируется в .wav с помощью pydub.
        • Исходный .m4a файл удаляется, и возвращается путь к новому .wav файлу.
        • Для остальных форматов возвращается исходный путь без изменений.
      • Корректировки в Flask-приложении:

        • Исправлены ошибки в инициализации Flask-приложения и проверки __name__.
    5. Дополнительные рекомендации:

      • Обработка различных аудио форматов: Вы можете расширить логику конвертации для поддержки большего количества форматов, определяя дополнительные условия в методе save_file.

      • Управление временными файлами: Убедитесь, что временные файлы всегда удаляются, даже если происходит ошибка во время конвертации или транскрипции. Это помогает избежать накопления ненужных файлов на сервере.

      • Валидация типов файлов: Рекомендуется добавить проверку расширений файлов, чтобы принимать только поддерживаемые форматы. Это повысит безопасность и стабильность сервиса.

    6. Пример запроса к API:

      Вы можете протестировать ваш API, отправив POST-запрос с файлом .m4a:

      curl -X POST -F "file=@path_to_your_file/file.m4a" http://localhost:9091/transcribe
      

      Убедитесь, что вы заменили path_to_your_file/file.m4a на фактический путь к вашему аудио файлу.

    Эти изменения позволят вашему сервису принимать и обрабатывать .m4a аудио файлы, конвертируя их в формат, который поддерживается моделью транскрипции.