|
|
@@ -1,89 +0,0 @@
|
|
|
-# 供資策會課程使用
|
|
|
-import os
|
|
|
-import argparse
|
|
|
-from openai import OpenAI
|
|
|
-from dotenv import load_dotenv
|
|
|
-
|
|
|
-load_dotenv('environment.env')
|
|
|
-client = OpenAI()
|
|
|
-
|
|
|
-system_prompt = """你是一位專業的轉錄校對助理，專門處理有關溫室氣體、碳排放和碳管理的對話轉錄。
|
|
|
-你的任務是：
|
|
|
-1. 確保以下專業術語的準確性：溫室氣體、碳排放、碳管理、碳盤查、碳權交易、碳足跡、淨零排放、碳權。
|
|
|
-2. 在必要時添加適當的標點符號，如句號、逗號，並使用正確的大小寫。
|
|
|
-3. 使用台灣的繁體中文，確保語言表達符合台灣的用語習慣。
|
|
|
-4. 只更正明顯的錯誤或改善可讀性，不要改變原文的意思或結構。
|
|
|
-5. 不要回答問題、解釋概念或添加任何不在原文中的信息。
|
|
|
-6. 如果原文是一個問句，保持它的問句形式，不要提供答案。
|
|
|
-
|
|
|
-請只根據提供的原文進行必要的更正，不要添加或刪除任何實質性內容。"""
|
|
|
-
|
|
|
-def transcribe(audio_file):
|
|
|
- try:
|
|
|
- transcript = client.audio.transcriptions.create(
|
|
|
- file=audio_file,
|
|
|
- model="whisper-1",
|
|
|
- response_format="text"
|
|
|
- )
|
|
|
- return transcript
|
|
|
- except Exception as e:
|
|
|
- print(f"轉錄時發生錯誤：{str(e)}")
|
|
|
- return None
|
|
|
-
|
|
|
-def post_process_transcript(transcript):
|
|
|
- messages = [
|
|
|
- {"role": "system", "content": system_prompt},
|
|
|
- {"role": "user", "content": f"請校對並修正以下轉錄文本，但不要改變其原意或回答問題：\n\n{transcript}"}
|
|
|
- ]
|
|
|
-
|
|
|
- response = client.chat.completions.create(
|
|
|
- model="gpt-3.5-turbo",
|
|
|
- temperature=0,
|
|
|
- messages=messages
|
|
|
- )
|
|
|
-
|
|
|
- return response.choices[0].message.content
|
|
|
-
|
|
|
-def process_audio_file(file_path):
|
|
|
- try:
|
|
|
- with open(file_path, "rb") as audio_file:
|
|
|
- print(f"\n處理文件：{os.path.basename(file_path)}")
|
|
|
-
|
|
|
- raw_transcript = transcribe(audio_file)
|
|
|
- if raw_transcript is None:
|
|
|
- return
|
|
|
-
|
|
|
- print("\n原始轉錄：")
|
|
|
- print(raw_transcript)
|
|
|
-
|
|
|
- corrected_transcript = post_process_transcript(raw_transcript)
|
|
|
- print("\n修正後的轉錄：")
|
|
|
- print(corrected_transcript)
|
|
|
-
|
|
|
- except Exception as e:
|
|
|
- print(f"處理文件 {os.path.basename(file_path)} 時發生錯誤：{str(e)}")
|
|
|
-
|
|
|
-def process_folder(folder_path):
|
|
|
- processed_files = 0
|
|
|
-
|
|
|
- for filename in os.listdir(folder_path):
|
|
|
- if filename.endswith((".mp3", ".wav", ".m4a")):
|
|
|
- file_path = os.path.join(folder_path, filename)
|
|
|
- process_audio_file(file_path)
|
|
|
- processed_files += 1
|
|
|
-
|
|
|
- print("\n=== 總結 ===")
|
|
|
- print(f"處理的文件數：{processed_files}")
|
|
|
-
|
|
|
-def main():
|
|
|
- parser = argparse.ArgumentParser(description="處理音頻文件使用 Whisper 和 GPT-3.5-turbo")
|
|
|
- parser.add_argument("--folder", default="data", help="包含音頻文件的文件夾路徑（默認：data）")
|
|
|
- args = parser.parse_args()
|
|
|
-
|
|
|
- if os.path.isdir(args.folder):
|
|
|
- process_folder(args.folder)
|
|
|
- else:
|
|
|
- print(f"錯誤：文件夾 '{args.folder}' 不存在。")
|
|
|
-
|
|
|
-if __name__ == "__main__":
|
|
|
- main()
|
