AssemblyAI 音訊轉錄
AssemblyAIAudioTranscriptLoader 允許使用 AssemblyAI API 轉錄音訊檔案，並將轉錄後的文字載入至文件中。
若要使用，您應該已安裝 assemblyai python 套件，並設定環境變數 ASSEMBLYAI_API_KEY 為您的 API 金鑰。或者，API 金鑰也可以作為參數傳遞。
更多關於 AssemblyAI 的資訊
安裝
首先，您需要安裝 assemblyai python 套件。
您可以在 assemblyai-python-sdk GitHub 儲存庫 中找到更多相關資訊。
%pip install --upgrade --quiet assemblyai
範例
AssemblyAIAudioTranscriptLoader 至少需要 file_path 參數。音訊檔案可以指定為 URL 或本機檔案路徑。
from langchain_community.document_loaders import AssemblyAIAudioTranscriptLoader
audio_file = "https://storage.googleapis.com/aai-docs-samples/nbc.mp3"
# or a local file path: audio_file = "./nbc.mp3"
loader = AssemblyAIAudioTranscriptLoader(file_path=audio_file)
docs = loader.load()
注意：呼叫 loader.load() 會阻擋直到轉錄完成。
轉錄後的文字可在 page_content 中取得
docs[0].page_content
"Load time, a new president and new congressional makeup. Same old ..."
metadata 包含完整的 JSON 回應，其中包含更多元資訊
docs[0].metadata
{'language_code': <LanguageCode.en_us: 'en_us'>,
'audio_url': 'https://storage.googleapis.com/aai-docs-samples/nbc.mp3',
'punctuate': True,
'format_text': True,
...
}
轉錄格式
您可以指定 transcript_format 參數以使用不同的格式。
根據格式，會傳回一個或多個文件。以下是不同的 TranscriptFormat 選項
TEXT：一個包含轉錄文字的文件SENTENCES：多個文件，依每個句子分割轉錄內容PARAGRAPHS：多個文件，依每個段落分割轉錄內容SUBTITLES_SRT：一個文件，轉錄內容以 SRT 字幕格式匯出SUBTITLES_VTT：一個文件，轉錄內容以 VTT 字幕格式匯出
from langchain_community.document_loaders.assemblyai import TranscriptFormat
loader = AssemblyAIAudioTranscriptLoader(
file_path="./your_file.mp3",
transcript_format=TranscriptFormat.SENTENCES,
)
docs = loader.load()
API 參考：TranscriptFormat
轉錄配置
您也可以指定 config 參數以使用不同的音訊智慧模型。
請訪問 AssemblyAI API 文件 以取得所有可用模型的概觀！
import assemblyai as aai
config = aai.TranscriptionConfig(
speaker_labels=True, auto_chapters=True, entity_detection=True
)
loader = AssemblyAIAudioTranscriptLoader(file_path="./your_file.mp3", config=config)
將 API 金鑰作為參數傳遞
除了將 API 金鑰設定為環境變數 ASSEMBLYAI_API_KEY 之外，也可以將其作為參數傳遞。
loader = AssemblyAIAudioTranscriptLoader(
file_path="./your_file.mp3", api_key="YOUR_KEY"
)