这是 assemblyai 挑战赛的提交内容:复杂的语音到文本。
我建造了什么
我构建了一个易于使用的网页,采用响应式设计,以便它可以在笔记本电脑、手机、平板电脑等不同设备上使用,该应用程序 100% 正常运行,包含一个用于上传您的文件(音频)的输入想要转录,有一个开始转录的按钮,一旦你点击这个按钮,转录就会自动开始,转录的文本就会出现在下面。
部署了 Web 应用程序,以便每个人都可以从任何设备、任何地方访问和使用它,总之,我有一个现成的 Web 应用程序,可以使用 Universal -2 模型来转录音频来处理音频。
演示
该代码已获得 MIT 免费许可,您可以在此处访问 gitHub 存储库。
Web 应用程序也部署在 Render 上,这意味着它具有可用性和可访问性,您可以在此处访问并使用该应用程序。
该应用程序 100% 正常运行,您可以在下面的屏幕截图中看到它。
对于任何有或没有使用技术经验的人来说,界面都很直观,您可以在这张图片上看到它。
应用程序设计响应灵敏,可以从任何设备访问和使用,这意味着它具有良好的用户体验和可访问性,您可以通过以下屏幕截图查看:
旅行
在技术堆栈上,我使用传统的 html、css 和 JS 来构建具有 可用性和用户体验 的 Web 前端,在后端,我使用 flask 来定义路由并实现逻辑,我使用Universal-2,Assamblyai 的模型 来转录音频,简单来说,Flask 接收音频,将其发送到 Assembly AI API(通过 API Key 建立连接),API 处理音频并发送 200 状态响应。
可能出现的问题
Flask 将音频保存在 uploads 文件夹中,因此当它部署在 Render 上时,主机无权保存和访问该目录中的文件,这可能会出错并且页面不会翻译,请解决这个问题需要使用云存储来保存音频,并且 Flask 从云中访问它,而不是上传目录。