WAAS

WAAS : Whisper as a Service - GUI et API pour OpenAI Whisper

WAAS (Whisper as a Service) est un projet open-source qui fournit une GUI et une API pour Whisper d'OpenAI, rendant la transcription audio et vidéo plus accessible et conviviale. Il offre à la fois une interface utilisateur graphique (GUI) pour faciliter le téléchargement et la transcription de fichiers, et une API pour un accès programmatique.

Qu'est-ce que WAAS ?

WAAS fournit une interface pour télécharger et transcrire des fichiers audio ou vidéo. Après la transcription, les utilisateurs reçoivent un e-mail avec des liens de téléchargement pour la transcription dans différents formats, notamment Jojo-file, SRT ou texte brut. Une caractéristique clé est l'éditeur local basé sur navigateur pour corriger les erreurs de transcription.

Principales fonctionnalités

• GUI pour le téléchargement et la transcription: Interface simple pour télécharger des fichiers audio et vidéo.
• Notifications par e-mail: Recevez des notifications par e-mail avec des liens de téléchargement après la transcription.
• Formats de sortie multiples: Téléchargez les transcriptions aux formats Jojo-file, SRT ou texte brut.
• Éditeur local basé sur navigateur: Corrigez les erreurs de transcription directement dans le navigateur.
• Accès API: Accès programmatique aux services de transcription via l'API.

Comment fonctionne WAAS ?

WAAS permet aux utilisateurs de télécharger des fichiers audio ou vidéo via une GUI (nommée Jojo) ou via une API. Le fichier téléchargé est ensuite traité à l'aide du modèle Whisper d'OpenAI pour la transcription. Une fois la transcription terminée, l'utilisateur reçoit un e-mail contenant des liens pour télécharger la transcription dans différents formats. L'éditeur basé sur navigateur permet aux utilisateurs d'affiner et de corriger les erreurs dans la transcription avant d'enregistrer le résultat final.

Documentation de l'API

L'API WAAS fournit plusieurs points de terminaison pour la transcription et les tâches connexes :

• POST /v1/transcribe: Ajoute une nouvelle tâche de transcription à la file d'attente.
  • Paramètres requis : email_callback ou webhook_id.
  • Paramètres facultatifs : language, model, task, filename.
  • Corps : Données audio brutes.
• OPTIONS /v1/transcribe: Récupère les options disponibles pour la route de transcription.
• POST /v1/detect: Détecte la langue du fichier audio.
  • Paramètre facultatif : model.
  • Corps : Données audio brutes.
• OPTIONS /v1/detect: Récupère les options disponibles pour la route de détection.
• GET /v1/download/<job_id>: Récupère la transcription terminée dans le format de sortie demandé.
  • Paramètre facultatif : output (json, timecode_txt, txt, vtt, srt).
• OPTIONS /v1/download/<job_id>: Récupère les options disponibles pour la route de téléchargement.
• GET /v1/jobs/<job_id>: Récupère l'état et les métadonnées de la tâche spécifiée.
• GET /v1/queue: Récupère la longueur actuelle de la file d'attente.

Intégration de Webhooks

WAAS prend en charge les notifications de webhook. Lors d'une transcription réussie ou échouée, une requête POST est envoyée à l'URL de webhook configurée avec une charge utile JSON et un en-tête X-WAAS-Signature pour la vérification du contenu.

À qui s'adresse WAAS ?

• Aux chercheurs qui ont besoin de transcrire des interviews ou des conférences.
• Aux journalistes travaillant avec du contenu audio ou vidéo.
• Aux développeurs intégrant des services de transcription dans leurs applications.
• À toute personne ayant besoin de transcrire rapidement et précisément des fichiers audio ou vidéo.

Installation

Pour installer et exécuter WAAS, suivez ces étapes :

1. Clonez le référentiel.
2. Créez un environnement virtuel.
3. Installez les packages Python requis à l'aide de pip install -r requirements.txt.
4. Configurez les variables d'environnement telles que BASE_URL, EMAIL_SENDER_ADDRESS, EMAIL_SENDER_PASSWORD et EMAIL_SENDER_HOST.
5. Exécutez la configuration à l'aide de Docker Compose.

Exécution avec Docker Compose

1. Créez un fichier .envrc avec les variables d'environnement nécessaires.
2. Ajoutez un fichier allowed_webhooks.json (si vous utilisez des webhooks) avec des URL et des jetons de webhook valides.
3. Exécutez docker-compose --env-file .envrc up.

Utilisation de NVIDIA CUDA

Pour activer l'accélération GPU avec NVIDIA CUDA :

1. Installez NVIDIA Docker.
2. Modifiez le fichier docker-compose.yml pour utiliser Dockerfile.gpu et décommentez la réservation de périphérique.
3. Exécutez docker-compose --env-file .envrc up.

Pourquoi choisir WAAS ?

WAAS offre une interface conviviale et une API pour exploiter le modèle Whisper d'OpenAI. Ses fonctionnalités telles que les notifications par e-mail, les multiples formats de sortie et l'édition locale basée sur navigateur en font une solution pratique et efficace pour les besoins de transcription audio et vidéo. La flexibilité de l'exécuter localement ou de l'intégrer dans des systèmes existants via l'API en fait un outil polyvalent pour divers cas d'utilisation.

En conclusion, WAAS est un outil précieux pour quiconque cherche à transcrire rapidement et précisément du contenu audio ou vidéo. Sa nature open-source et sa facilité d'utilisation en font un excellent choix pour une utilisation personnelle et professionnelle.