Whatsapp_speech_to_text

WhatsApp對文字的講話

這是WhatsApp的語音到文本應用

描述

一旦在WhatsApp Web上進行身份驗證，工人將使用Whisper轉錄您使用命令！Tran回复的所有語音消息。目前，它僅配置為從聯繫書中保存的聯繫人轉錄消息。

最初，該程序使用了Google Cloud語音，但現在使用Whisper，這是一種輕巧的開源語音識別引擎。

如果您不想直接在計算機上託管該模型，則可以使用Main_openai_api分支，該分支使用OpenAI API轉錄音頻。

如果您想貢獻，只需發送拉動請求即可。

用法

只需回复您要轉錄的語音消息！tran

運行服務器

• 構建docker-compose build Build
• 要運行容器運行docker-compose up （請勿分離，QR將顯示在終端中）

配置

• 為了選擇要使用的模型，您要使用文件docker-compose.yml中的x-shared-variables下的“型號”變量。默認模型：微小
• 要配置路徑和API地址編輯docker-compose.yml文件中的環境變量。默認值是：
  • host_address = whisper_api
  • chrome_data_path =“/app/data/”
• 如果要使用Docker外部的代碼，則需要在index.js文件中編輯ENV變量，以指向您的API地址。
• 如果您使用的是gpu添加和編輯，以滿足您的需求，則在whisper_api容器中使用以下代碼

      deploy :
      resources :
          reservations :
          devices :
              - driver : nvidia
              count : 1
              capabilities : [gpu]

• 編輯變量responseMsgHeader和responseMsgHeaderError在節點/index.js中。您可以為自動響應設置消息標頭。

托多

• 僅當音頻用“！tran”回复時抄錄
• 從我的聊天中發送“！tran”，並抄錄音頻。目前，只有聯繫人發送的消息將被轉錄。
• 在本地保存模型
• 也許使用https://github.com/ahmetoner/whisper-asr-webservice作為API
• 添加環境文件。

錯誤

• 目前，無法獲取比會話年齡較大的文件。解決方案可能是用某些功能檢索文件並緩存。
  • 更新：由於庫由於庫Whatsapp-web.js無法通過ID檢索消息，因此目前無法修復此錯誤。也許還有另一個解決方案，但我看不到。
    • 更新2：使用whatsapp-web.js的function fetchMessages() downloadQuotedMedia()了該錯誤