speechdigest

音声ダイジェスト

この合理化されたアプリを使用すると、ユーザーはオーディオファイルをアップロードし、OpenaiのWhisper ASRを使用してオーディオを転写し、OpenAIのGPT-3.5ターボ言語モデルを使用して転写を要約できます。

特徴

• サポートされている形式（M4A、MP3、WebM、MP4、MPGA、WAV、およびMPEG）でオーディオファイルをアップロードします）
• OpenaiのささやきASRを使用してオーディオを転写します
• OpenAIのGPT-3.5-ターボを使用して、転写されたオーディオを要約します
• カスタムAPIキーを提供し、目的のモデルを選択します

インストール

前提条件

• Python 3.6以降
• 流線
• Openai Pythonライブラリ（v0.27.0以降）

ステップ

1. リポジトリをクローンします：

 git clone https://github.com/StanGirard/speechdigest

2. リポジトリのディレクトリに変更します。

 cd speechdigest

3. 必要なパッケージをインストールします。

 pip install -r requirements.txt

4. OpenAI APIキーを環境変数として設定します。

 export OPENAI_API_KEY="your-api-key"

5. retrylitアプリを実行します：

 streamlit run app.py

アプリには、ブラウザのhttp://localhost:8501でアクセスできるようになりました。

使用法

1. ブラウザでアプリを開きます。
2. OpenAI APIキーを入力し、入力フィールドを使用して目的のモデル（GPT-4またはGPT-3.5ターボ）を選択します。
3. ファイルアップローダーを使用して、サポートされた形式でオーディオファイルをアップロードします。
4. アプリは、Whisper ASRを使用してオーディオを転写し、転写を表示します。
5. その後、アプリは選択した言語モデルを使用して転写を要約し、概要を表示します。

貢献

お気軽に問題、機能リクエスト、またはリクエストをプルしてください。アプリを改善するための貢献に感謝します。