whisperx api

耳语API包装纸

Whisperx图书馆的API包装器

概述

这是一个FastAPI应用程序，可使用whisperx命令为视频/音频转录提供端点。该应用程序支持多种音频和视频格式。它执行上传媒体文件的转录，对齐和诊断。

特征

• 用JWT的用户身份验证
• 支持多种音频和视频格式
• 诊断支持
• 可自定义的语言和模型设置

要求

• 耳语
• Python 3.8+
• Fastapi
• ffmpeg
• sqlite
• pyjwt
• Dotenv

请按照有关如何在官方存储库中安装Whisperx的说明requirements.txt

pip install -r requirements.txt

环境变量

在您的根目录中创建.env文件，并添加以下变量：

 SECRET_KEY = your_secret_key
MASTER_KEY = your_master_key
HUGGING_FACE_TOKEN = your_hugging_face_token
API_PORT = 11300 

数据库设置

SQLite用于存储用户信息。应用程序运行时会自动创建数据库。

运行应用程序

使用：

python api_whisperx.py

如果不是main.py ，请main为Python文件的名称。

API端点

帖子/auth

身份验证用户并返回JWT令牌。

• username ：用户的用户名。
• password ：用户的密码。

post /create_user

创建一个新用户。

• username ：所需的用户名。
• password ：所需密码。
• master_key ：授权用户创建的主密钥。

张贴/whisperx-transcribe/

转录上传的音频或视频文件。

• file ：要转录的音频或视频文件。
• lang ：转录语言（默认为“ pt”）。
• model ：用于转录的模型（默认为“大v2”）。
• min_speakers ：诊断扬声器的最少数量（默认为1）。
• max_speakers ：诊断扬声器的最大扬声器数量（默认为2）。

记录

该应用程序具有内置日志记录，可以告知执行的步骤和发生的任何错误。