利用FastAPI和OpenAI-Whisper打造高效的語音轉錄服務

CodeForBetter發表於2024-07-17

最近好久沒有寫部落格了，淺淺記錄下如何將OpenAI-Whisper做成Web服務吧🤣

介紹

在這篇指導性部落格中，我們將探討如何在Python中結合使用FastAPI和OpenAI-Whisper。OpenAI-Whisper是一個前沿的語音識別模型，而FastAPI是一個高效能的現代Web框架，專門用於構建API。這兩種技術的結合，能夠幫助我們快速搭建一個高效的語音轉錄服務。

環境安裝

如想本地安裝可參考官網教程。如想將其做成web服務，我們需要準備好開發環境。請按照以下步驟安裝所需環境：

Python 3.10.10：前往Python官網下載並安裝。Windows使用者請確保在安裝過程中勾選“Add Python to PATH”，不然需自己配置環境變數。

Poetry：Poetry是一個Python的依賴管理和包管理工具。安裝指令如下，具體可以檢視Poetry安裝指南：

# Linux、macOS、Windows（WSL）
curl -sSL https://install.python-poetry.org | python3 -
# Windows（Powershell）
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -

Pycharm：Pycharm是最強大的Python編輯器，可以從JetBrains官網下載並安裝。

專案建立

Pycharm建立專案（推薦方式）

開啟Pycharm，選擇建立新專案。
在彈出的視窗中選擇安裝路徑，並設定專案相關配置。
點選建立以初始化新專案。

)

使用命令列建立專案

1. 使用Poetry建立專案：我們可以直接使用Poetry建立專案：
```
poetry new demo-py
```
2. 進入專案目錄：進入專案目錄準備後續操作：
```
cd demo-py
```

安裝依賴

使用Poetry安裝FastAPI、Uvicorn（ASGI伺服器）和OpenAI-Whisper：

poetry add fastapi uvicorn whisper

Poetry依賴配置如下(可直接複製使用，不用手動add依賴)：

[tool.poetry.dependencies]
python = "^3.10"
fastapi = "^0.111.1"
uvicorn = "^0.30.1"
openai-whisper = { git = "https://github.com/openai/whisper.git", rev = "v20231117" }
setuptools-rust = "^1.9.0"
numpy = "^1.26.4"

建立FastAPI應用

在專案目錄中建立一個新的Python檔案，例如main.py，並新增以下程式碼：

from fastapi import FastAPI, File, UploadFile, HTTPException
from fastapi.responses import JSONResponse
from tempfile import NamedTemporaryFile, TemporaryDirectory
import whisper
import torch
import os

from typing import List

# 檢查是否有NVIDIA GPU可用
torch.cuda.is_available()
DEVICE = "cuda" if torch.cuda.is_available() else "cpu"

# 載入Whisper模型
model = whisper.load_model("base", device=DEVICE)

app = FastAPI()

@app.post("/whisper/")
async def handler(files: List[UploadFile] = File(...)):
    if not files:
        raise HTTPException(status_code=400, detail="No files were provided")

    # 對於每個檔案，儲存結果在一個字典列表中
    results = []

    # 使用TemporaryDirectory建立臨時目錄
    with TemporaryDirectory() as temp_dir:
        for file in files:
            # 在臨時目錄中建立一個臨時檔案
            temp_file_path = os.path.join(temp_dir, file.filename)
            with open(temp_file_path, "wb") as temp_file:
                # 將使用者上傳的檔案寫入臨時檔案
                temp_file.write(file.file.read())
                temp_file.flush()  # 確保所有資料寫入磁碟

            # 確保檔案在轉錄前已關閉
            result = model.transcribe(temp_file_path)

            # 儲存該檔案的結果物件
            results.append({
                'filename': file.filename,
                'transcript': result['text'],
            })

    # 返回包含結果的JSON響應
    return JSONResponse(content={'results': results})