這個專案是一個基於 Flask 和 WebSocket 的即時語音轉錄和翻譯應用,使用 OpenAI 的 Whisper 模型來轉錄語音,並將轉錄的英文文本翻譯成繁體中文。
- Python 3.8 或以上
- Redis 服務
- Flask
- Flask-SocketIO
- python-dotenv
- openai
首先,確保您的系統中已安裝 Python。然後,在您的專案目錄下創建一個虛擬環境:
python -m venv venv
啟動虛擬環境:
在 Windows 下:
venv\Scripts\activate
在 Unix 或 MacOS 下:
source venv/bin/activate
安裝專案所需的所有依賴包:
pip install flask flask-socketio python-dotenv openai speech_recognition pydub requests
請在專案的根目錄下創建一個名為.env
的文件,並填入相應的環境變數,如下所示:
OPENAI_API_KEY=您的OpenAI API金鑰
SOCKET_IO_URL=http://localhost:5000
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_DB=0
FLASK_HOST=0.0.0.0
FLASK_PORT=5000
在專案的根目錄下執行以下命令來啟動服務:
python app.py
開啟瀏覽器並訪問http://localhost:5000
來使用這個應用。
- 即時語音錄製與轉錄:使用者可以透過網頁介面進行語音錄製,系統會即時轉錄語音為英文文本。
- 語音翻譯:系統會將轉錄得到的英文文本翻譯成繁體中文。
- 歷史記錄:轉錄與翻譯的結果會存儲在 Redis 資料庫中,並可以通過 WebSocket 接口實時更新到客戶端。