Explorando a API do DeepGram
A API do DeepGram é uma ferramenta poderosa que suporta todos os modelos de OpenAI’s Whisper, incluindo tiny, base, medium e large. Além disso, a API do DeepGram pode lidar com arquivos de áudio de até 2GB, em comparação com o limite de 50MB da OpenAI. A API do DeepGram também oferece recursos adicionais, como a diarização de falantes e marcações de tempo de nível de palavra.
Criando Legendas de Nível de Palavra com Python
Para criar legendas de nível de palavra, você precisará de um código Python que use a API do DeepGram. Você pode encontrar o código exemplo no repositório do GitHub. O código aceita uma URL de arquivo de áudio como entrada e passa ela para a API do DeepGram, que retorna uma resposta JSON contendo o transcript da áudio. Em seguida, você pode extrair o transcript da resposta JSON e imprimi-lo na console.
Demonstração de como criar legendas de nível de palavra
No vídeo, o apresentador demonstra como usar o código Python para criar legendas de nível de palavra. Ele passa uma URL de arquivo MP3 para a função e EXECUTA o código, que leva cerca de 17,5 segundos para ser concluído. A saída é uma resposta JSON contendo o transcript do arquivo de áudio.
Detalhes Adicionais
Além disso, o vídeo também destaca a capacidade da API do Whisper de detectar o idioma do áudio e gerar legendas no mesmo idioma. Isso pode ser feito passando o parâmetro “detect language” como verdadeiro quando se faz a solicitação à API.
Conclusão
Neste artigo, vimos como usar a API do DeepGram e o modelo de linguagem OpenAI’s Whisper para criar legendas de nível de palavra para vídeos. Se você deseja aprender mais sobre como criar legendas de nível de palavra, recomendamos assistir ao vídeo original para obter mais informações e exemplos práticos.