whisperx api

耳語API包裝紙

Whisperx圖書館的API包裝器

概述

這是一個FastAPI應用程序，可使用whisperx命令為視頻/音頻轉錄提供端點。該應用程序支持多種音頻和視頻格式。它執行上傳媒體文件的轉錄，對齊和診斷。

特徵

• 用JWT的用戶身份驗證
• 支持多種音頻和視頻格式
• 診斷支持
• 可自定義的語言和模型設置

要求

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

請按照有關如何在官方存儲庫中安裝Whisperx的說明requirements.txt

pip install -r requirements.txt

環境變量

在您的根目錄中創建.env文件，並添加以下變量：

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

數據庫設置

SQLite用於存儲用戶信息。應用程序運行時會自動創建數據庫。

運行應用程序

使用：

python api_whisperx.py

如果不是main.py ，請main為Python文件的名稱。

API端點

帖子/auth

身份驗證用戶並返回JWT令牌。

• username ：用戶的用戶名。
• password ：用戶的密碼。

post /create_user

創建一個新用戶。

• username ：所需的用戶名。
• password ：所需密碼。
• master_key ：授權用戶創建的主密鑰。

張貼/whisperx-transcribe/

轉錄上傳的音頻或視頻文件。

• file ：要轉錄的音頻或視頻文件。
• lang ：轉錄語言（默認為“ pt”）。
• model ：用於轉錄的模型（默認為“大v2”）。
• min_speakers ：診斷揚聲器的最少數量（默認為1）。
• max_speakers ：診斷揚聲器的最大揚聲器數量（默認為2）。

記錄

該應用程序具有內置日誌記錄，可以告知執行的步驟和發生的任何錯誤。