Uma API simples criada com Python Flask e a biblioteca SpeechRecognition para transcrever arquivos de áudio em texto.

ATENÇÃO: Esse projeto é apenas um "wrapper" que utiliza a lib SpeechRecognition e se comunica com a api pública do Google pra fazer as transcrições gratuitamente.

Antes de usar a API, certifique-se de ter instalado as dependências do projeto usando o seguinte comando:

pip install -r requirements.txt

Também instale o FFMPEG!

abra o main.py e descomente esse trecho abaixo no fim do arquivo:

#if __name__ == '__main__':
# app.run(host='0.0.0.0', port=5000)

execute no terminal (ou cmd):

python main.py #para windows

ou

python3 main.py #para linux

execute o comando abaixo na raiz do projeto para fazer build da imagem Docker:

docker build -t transcreve-api:latest .

Depois, execute esse comando pra iniciar o container:

docker run -p 5000:5000 transcreve-api:latest

Assim o container irá iniciar anexado ao console atual, e ouvirá na porta 5000

para encerrar o container, use ctrl+c no console atual

A API possui um único endpoint em /transcrever, que pode ser usado para enviar arquivos de áudio para transcrição.

Para enviar um arquivo de áudio para transcrição, faça uma solicitação HTTP POST para o endpoint /transcrever com o arquivo de áudio como dados do formulário multipart.

Por exemplo, usando o comando curl no terminal:

curl -X POST -F 'audio=@/path/to/audio.wav' http://localhost:5000/transcrever

ou usando NodeJS Axios:

var axios = require('axios');
var FormData = require('form-data');
var fs = require('fs');
var data = new FormData();
data.append('audio', fs.createReadStream('@/path/to/audio.wav'));
var config = {
 method: 'post',
 maxBodyLength: Infinity,
 url: 'http://localhost:5000/transcrever',
 headers: { 
 ...data.getHeaders()
 },
 data : data
};
axios(config)
 .then(function (response) {
 console.log(JSON.stringify(response.data));
 })
 .catch(function (error) {
 console.log(error);
 });

Isso enviará um arquivo de áudio audio.wav localizado em /path/to/ para o endpoint /transcrever da API. Se o arquivo for um arquivo WAV válido, a API transcreverá o áudio em texto e retornará a transcrição como uma resposta HTTP 200 OK. Se o arquivo enviado não for um arquivo válido, a API retornará um JSON com uma mensagem de erro indicando que apenas arquivos WAV, OGG e MP3 são permitidos.

Sinta-se à vontade para copiar ou contribuir com a API criando pull requests.