如何使用 openai-whisper 将音频文件转换为文本?

2023-07-31

要使用openai-whisper将音频文件转换为文本，需安装OpenAI包、设置API密钥、将音频编码为base64，然后调用whisper模型进行转换并打印结果。

要使用openai-whisper将音频文件转换为文本，可以按照以下步骤进行操作：

安装OpenAI的Python包，可以使用以下命令安装：
```
pip install openai
```
导入必要的包和模块：
```
import openai
```
设置OpenAI API的访问密钥，确保替换为您自己的密钥：
```
openai.api_key = 'YOUR_API_KEY'
```

读取音频文件并将其编码为base64格式：

import base64

def convert_audio_to_base64(audio_path):
    with open(audio_path, 'rb') as file:
        base64_audio = base64.b64encode(file.read()).decode('utf-8')
    return base64_audio

audio_base64 = convert_audio_to_base64('path_to_audio_file.mp3')

使用OpenAI的whisper模型将音频转换为文本：

response = openai.Completion.create(
    engine='whisper',
    prompt=f'In this audio file, a voice says:\n"{audio_base64}"\nTranscribe the speech:',
    max_tokens=100,
    n=1,
    stop=None,
    temperature=0,
)
transcript = response['choices'][0]['text'].strip()
print(transcript)

这样，您就可以将音频文件转换为文本并打印出结果。