speechdigest

คำพูดย่อย

แอพ streamlit นี้ช่วยให้ผู้ใช้สามารถอัปโหลดไฟล์เสียงถอดรหัสเสียงโดยใช้ ASR Whisper ของ OpenAI จากนั้นสรุปการถอดรหัสโดยใช้โมเดลภาษา GPT-3.5-turbo ของ OpenAI

คุณสมบัติ

• อัปโหลดไฟล์เสียงในรูปแบบที่รองรับ (M4A, MP3, Webm, MP4, MPGA, WAV และ MPEG)
• ถอดเสียงโดยใช้ Whisper ASR ของ Openai
• สรุปเสียงที่ถอดความโดยใช้ GPT-3.5-turbo ของ OpenAI
• ระบุรหัส API ที่กำหนดเองและเลือกรุ่นที่ต้องการ

การติดตั้ง

ข้อกำหนดเบื้องต้น

• Python 3.6 หรือสูงกว่า
• มีแสงสว่าง
• Openai Python Library (v0.27.0 หรือสูงกว่า)

ขั้นตอน

1. โคลนที่เก็บ:

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

2. เปลี่ยนเป็นไดเรกทอรีของที่เก็บ:

 cd speechdigest

3. ติดตั้งแพ็คเกจที่ต้องการ:

 pip install -r requirements.txt

4. ตั้งค่าคีย์ OpenAI API ของคุณเป็นตัวแปรสภาพแวดล้อม:

 export OPENAI_API_KEY="your-api-key"

5. เรียกใช้แอพ Streamlit:

 streamlit run app.py

ตอนนี้แอพจะสามารถเข้าถึงได้ที่ http://localhost:8501 ในเบราว์เซอร์ของคุณ

การใช้งาน

1. เปิดแอพในเบราว์เซอร์ของคุณ
2. ป้อนคีย์ OpenAI API ของคุณและเลือกรุ่นที่ต้องการ (GPT-4 หรือ GPT-3.5-turbo) โดยใช้ฟิลด์อินพุต
3. อัปโหลดไฟล์เสียงในรูปแบบที่รองรับโดยใช้ไฟล์อัปโหลด
4. แอพจะถอดเสียงเสียงโดยใช้ Whisper ASR และแสดงการถอดความ
5. แอพจะสรุปการถอดรหัสโดยใช้โมเดลภาษาที่เลือกและแสดงบทสรุป

การบริจาค

อย่าลังเลที่จะส่งปัญหาคำขอคุณลักษณะหรือคำขอดึง เราขอขอบคุณที่มีส่วนร่วมในการปรับปรุงแอพ