利用FastAPI和OpenAI-Whisper打造高效的语音转录服务-数字星空

最近好久没有写博客了，浅浅记录下如何将OpenAI-Whisper做成Web服务吧🤣

介绍

在这篇指导性博客中，我们将探讨如何在Python中结合使用FastAPI和OpenAI-Whisper。OpenAI-Whisper是一个前沿的语音识别模型，而FastAPI是一个高性能的现代Web框架，专门用于构建API。这两种技术的结合，能够帮助我们快速搭建一个高效的语音转录服务。

环境安装

如想本地安装可参考官网教程。如想将其做成web服务，我们需要准备好开发环境。请按照以下步骤安装所需环境：

Python 3.10.10：前往Python官网下载并安装。Windows用户请确保在安装过程中勾选“Add Python to PATH”，不然需自己配置环境变量。

Poetry：Poetry是一个Python的依赖管理和包管理工具。安装指令如下，具体可以查看Poetry安装指南：

# 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是最强大的Python编辑器，可以从JetBrains官网下载并安装。

项目创建

Pycharm创建项目（推荐方式）

打开Pycharm，选择创建新项目。
在弹出的窗口中选择安装路径，并设置项目相关配置。
点击创建以初始化新项目。

)

使用命令行创建项目

1. 使用Poetry创建项目：我们可以直接使用Poetry创建项目：
```
poetry new demo-py
```
2. 进入项目目录：进入项目目录准备后续操作：
```
cd demo-py
```

安装依赖

使用Poetry安装FastAPI、Uvicorn（ASGI服务器）和OpenAI-Whisper：

poetry add fastapi uvicorn whisper

Poetry依赖配置如下(可直接复制使用，不用手动add依赖)：

[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"

创建FastAPI应用

在项目目录中创建一个新的Python文件，例如main.py，并添加以下代码：

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

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

# 加载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")

    # 对于每个文件，存储结果在一个字典列表中
    results = []

    # 使用TemporaryDirectory创建临时目录
    with TemporaryDirectory() as temp_dir:
        for file in files:
            # 在临时目录中创建一个临时文件
            temp_file_path = os.path.join(temp_dir, file.filename)
            with open(temp_file_path, "wb") as temp_file:
                # 将用户上传的文件写入临时文件
                temp_file.write(file.file.read())
                temp_file.flush()  # 确保所有数据写入磁盘

            # 确保文件在转录前已关闭
            result = model.transcribe(temp_file_path)

            # 存储该文件的结果对象
            results.append({
                'filename': file.filename,
                'transcript': result['text'],
            })

    # 返回包含结果的JSON响应
    return JSONResponse(content={'results': results})