Skip to main content
Open In ColabOpen on GitHub

AssemblyAI 音频转录

The AssemblyAIAudioTranscriptLoader 允许使用 AssemblyAI API 转录音频文件，并将转录的文本加载到文档中。

要使用它，您应该已经安装了assemblyai python 包，并设置了环境变量ASSEMBLYAI_API_KEY以包含您的 API 密钥。或者，API 密钥也可以作为参数传递。

有关AssemblyAI的更多信息：

安装​

首先，你需要安装LangChain Python 包。

您可以在assemblyai-python-sdk GitHub 仓库中找到更多相关信息。

%pip install --upgrade --quiet  assemblyai

示例​

The AssemblyAIAudioTranscriptLoader 需至少包含一个 file_path 参数。音频文件可以指定为URL或本地文件路径。

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()

注释：调用loader.load()会阻塞直到转录完成。

The transcribed text is available in the page_content:

docs[0].page_content
"Load time, a new president and new congressional makeup. Same old ..."

The metadata 包含完整的 JSON 响应并带有更多元数据信息：

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,
  ...
}

Transcript Formats​

您可以为不同的格式指定transcript_format参数。

取决于格式，可能会返回一个或多个文档。这些是不同的TranscriptFormat选项：

  • TEXT: 一份包含转录文本的文档
  • SENTENCES: 多个文档，按每个句子分割转录
  • PARAGRAPHS: 多个文档，通过每个段落分割转录
  • SUBTITLES_SRT: 一份包含字幕格式导出的转录文件
  • SUBTITLES_VTT: 一个包含字幕文件格式导出的转录文档
from langchain_community.document_loaders.assemblyai import TranscriptFormat

loader = AssemblyAIAudioTranscriptLoader(
    file_path="./your_file.mp3",
    transcript_format=TranscriptFormat.SENTENCES,
)

docs = loader.load()
API 参考:TranscriptFormat

转换配置​

您还可以指定config参数以使用不同的音频智能模型。

Visit the AssemblyAI API 文档 to get an overview of all available models!

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)

将 API 密钥作为参数传递​

除了将API密钥设置为环境变量ASSEMBLYAI_API_KEY外，还可以将其作为参数传递。

loader = AssemblyAIAudioTranscriptLoader(
    file_path="./your_file.mp3", api_key="YOUR_KEY"
)