Whatsapp_speech_to_text

WhatsApp对文字的讲话

这是WhatsApp的语音到文本应用

描述

一旦在WhatsApp Web上进行身份验证，工人将使用Whisper转录您使用命令！Tran回复的所有语音消息。目前，它仅配置为从联系书中保存的联系人转录消息。

最初，该程序使用了Google Cloud语音，但现在使用Whisper，这是一种轻巧的开源语音识别引擎。

如果您不想直接在计算机上托管该模型，则可以使用Main_openai_api分支，该分支使用OpenAI API转录音频。

如果您想贡献，只需发送拉动请求即可。

用法

只需回复您要转录的语音消息！tran

运行服务器

• 构建图像运行docker-compose build
• 要运行容器运行docker-compose up （请勿分离，QR将显示在终端中）

配置

• 为了选择要使用的模型，您要使用文件docker-compose.yml中的x-shared-variables下的“型号”变量。默认模型：微小
• 要配置路径和API地址编辑docker-compose.yml文件中的环境变量。默认值是：
  • host_address = whisper_api
  • chrome_data_path =“/app/data/”
• 如果要使用Docker外部的代码，则需要在index.js文件中编辑ENV变量，以指向您的API地址。
• 如果您使用的是gpu添加和编辑，以满足您的需求，则在whisper_api容器中使用以下代码

      deploy :
      resources :
          reservations :
          devices :
              - driver : nvidia
              count : 1
              capabilities : [gpu]

• 编辑变量responseMsgHeader和responseMsgHeaderError在节点/index.js中。您可以为自动响应设置消息标头。

托多

• 仅当音频用“！tran”回复时抄录
• 从我的聊天中发送“！tran”，并抄录音频。目前，只有联系人发送的消息将被转录。
• 在本地保存模型
• 也许使用https://github.com/ahmetoner/whisper-asr-webservice作为API
• 添加环境文件。

错误

• 目前，无法获取比会话年龄较大的文件。解决方案可能是用某些功能检索文件并缓存。
  • 更新：由于库由于库Whatsapp-web.js无法通过ID检索消息，因此目前无法修复此错误。也许还有另一个解决方案，但我看不到。
    • 更新2：使用whatsapp-web.js的function fetchMessages() downloadQuotedMedia()了该错误