Whisper as a Service

Deskripsi

Whisper as a Service (WAAS) adalah proyek open-source yang menawarkan solusi tangguh untuk transkripsi audio yang memanfaatkan model Whisper dari OpenAI. Proyek ini menyediakan antarmuka pengguna grafis (GUI) untuk unggahan file langsung dan API untuk integrasi terprogram, menjadikannya serbaguna untuk berbagai kasus penggunaan.

Fungsi inti WAAS berpusat pada sistem antreannya, yang memungkinkan pemrosesan pekerjaan transkripsi secara asinkron. Pengguna dapat mengunggah file audio atau video melalui GUI, dan setelah selesai, menerima tautan unduhan untuk teks yang ditranskripsi dalam berbagai format seperti SRT, TXT, atau JSON melalui email. GUI juga menyertakan editor dalam peramban untuk penyempurnaan transkripsi, meningkatkan akurasi.

Bagi pengembang, API WAAS menawarkan endpoint untuk mengirimkan pekerjaan transkripsi baru, mendeteksi bahasa audio, dan mengambil status serta hasil pekerjaan. API mendukung callback email atau notifikasi webhook, memungkinkan aplikasi diberi tahu saat transkripsi siap. Sifat asinkron ini sangat penting untuk menangani volume data audio yang besar secara efisien.

WAAS dirancang agar mudah diterapkan menggunakan Docker Compose, dengan opsi untuk akselerasi GPU untuk pemrosesan yang lebih cepat. Proyek ini kompatibel dengan Python 3.8-3.10 dan mematuhi persyaratan OpenAI Whisper. Pedoman kontribusi dan instruksi instalasi disediakan, mendorong keterlibatan dan kustomisasi komunitas.

Arsitektur proyek mencakup antrean Redis dan worker API, memastikan bahwa tugas transkripsi dikelola secara efektif. Fitur keamanan, seperti verifikasi tanda tangan webhook, juga diimplementasikan untuk memastikan integritas data. WAAS adalah alat yang berharga bagi siapa saja yang perlu mengintegrasikan kemampuan speech-to-text canggih ke dalam alur kerja atau aplikasi mereka.

Fitur Inti Whisper as a Service

• GUI untuk unggahan file audio dan transkripsi

• API untuk pengiriman pekerjaan transkripsi terprogram

• Pemrosesan pekerjaan asinkron dengan antrean

• Notifikasi email dengan tautan unduhan

• Editor dalam peramban untuk koreksi transkripsi

• Dukungan untuk berbagai format keluaran (SRT, TXT, JSON)

• Integrasi webhook untuk notifikasi real-time

• Deteksi bahasa untuk file audio

• Akselerasi GPU opsional untuk pemrosesan lebih cepat

• Docker Compose untuk penerapan yang mudah

• Verifikasi tanda tangan webhook untuk keamanan

Memulai dengan Whisper as a Service

1. 1

   Clone: Klon repositori WAAS dari GitHub.

2. 2

   Install: Siapkan lingkungan virtual Python dan instal dependensi menggunakan pip.

3. 3

   Configure: Buat file .envrc dengan kunci API dan pengaturan email yang diperlukan.

4. 4

   Execute: Jalankan aplikasi menggunakan Docker Compose untuk pengaturan lengkap.

5. 5

   Integrate: Gunakan endpoint API yang disediakan untuk mengirimkan pekerjaan transkripsi.

6. 6

   Receive: Konfigurasikan callback email atau webhook untuk notifikasi penyelesaian pekerjaan.

Kasus Penggunaan Whisper as a Service

• Transkripsi Otomatis
• Notulen Rapat
• Produksi Podcast
• Subtitel Video
• Alat Pengembang
• Pembelajaran Bahasa
• Fitur Aksesibilitas

FAQ dari Whisper as a Service

• Apa itu Whisper as a Service (WAAS)?

  Whisper as a Service (WAAS) adalah proyek yang menyediakan GUI dan API untuk OpenAI Whisper, memungkinkan transkripsi audio asinkron dengan fitur antrean dan notifikasi.

• Bagaimana cara mentranskripsi file audio dengan WAAS?

  Anda dapat mentranskripsi file audio baik melalui antarmuka pengguna grafis dengan mengunggah file secara langsung atau secara terprogram melalui API dengan mengirimkan permintaan POST ke endpoint /v1/transcribe.

• Apakah WAAS mendukung transkripsi asinkron?

  Ya, WAAS dirancang untuk transkripsi asinkron. Pekerjaan ditambahkan ke antrean dan diproses oleh worker, memungkinkan Anda mengirimkan beberapa permintaan tanpa menunggu setiap permintaan selesai.

• Bagaimana pengguna diberitahu tentang penyelesaian transkripsi?

  Pengguna dapat memilih notifikasi email dengan tautan unduhan atau mengonfigurasi callback webhook untuk menerima pembaruan real-time saat pekerjaan transkripsi selesai.

• Format keluaran apa saja yang tersedia untuk transkripsi?

  WAAS mendukung berbagai format keluaran, termasuk SRT, TXT, JSON, dan VTT, yang dapat ditentukan saat mengunduh hasil transkripsi.

• Bisakah saya mengedit transkripsi dengan WAAS?

  Ya, WAAS menyertakan editor dalam peramban yang memungkinkan Anda mendengarkan segmen audio dan memperbaiki kesalahan apa pun dalam transkripsi yang dihasilkan sebelum menyimpan.

• Apakah WAAS mendukung akselerasi GPU?

  Ya, WAAS dapat dikonfigurasi untuk menggunakan akselerasi GPU saat berjalan dengan Docker Compose, asalkan Anda memiliki GPU NVIDIA yang kompatibel dan telah menginstal nvidia-docker.

• Apa persyaratan instalasi untuk WAAS?

  Kode sumber diharapkan kompatibel dengan Python 3.8-3.10. Instalasi biasanya melibatkan penyiapan lingkungan virtual Python dan penginstalan dependensi dari file requirements.txt, atau menggunakan Docker Compose.

• Bagaimana cara berkontribusi pada proyek WAAS?

  Anda dapat berkontribusi dengan melakukan fork repositori, membuat perubahan, dan mengirimkan pull request. Pedoman terperinci untuk berkontribusi tersedia dalam dokumentasi proyek.

• Apa tujuan sistem antrean di WAAS?

  Sistem antrean di WAAS mengelola pekerjaan transkripsi secara asinkron, memungkinkan layanan menangani banyak permintaan secara efisien dan memprosesnya sesuai urutan penerimaannya.