このプログラムは、MP3ファイルをテキストに変換するためのものです。以下がその処理内容の概要です：
-
OpenAI APIキーの取得：プログラムは、環境変数
OPENAI_API_KEYからOpenAIのAPIキーを取得します。 -
最新のMP3ファイルの検索：指定されたディレクトリから、最新のMP3ファイルを探し出します。
-
MP3ファイルの変換：見つかったMP3ファイルをOpenAIの
whisper-1エンジンを使用してテキストに変換します。この変換は、MP3ファイルの音声内容をテキスト形式に書き出すことを意味します。 -
変換結果の保存：変換されたテキストは、二つの場所に保存されます。一つは同じディレクトリに
.txt形式で保存され、もう一つは/home/user/Dropbox/wp-uploads/ディレクトリにsplitter-input.txtとして保存されます。 -
エラーハンドリング：変換プロセス中に何らかのエラーが発生した場合、そのエラーメッセージが表示されます。
このプログラムはコマンドラインから実行され、/home/user/MP3Sourceディレクトリ内の最新のMP3ファイルを自動的に探し出し、変換してテキストとして保存するように設計されています。
import os
import openai
# OpenAI APIキーを環境変数から取得
openai.api_key = os.getenv('OPENAI_API_KEY')
# 最新のMP3ファイルを取得する関数
def get_latest_mp3_file(mp3_dir):
print("Searching for the latest MP3 file...")
mp3_files = [f for f in os.listdir(mp3_dir) if f.lower().endswith('.mp3')]
if mp3_files:
mp3_files.sort(key=lambda x: os.path.getmtime(os.path.join(mp3_dir, x)), reverse=True)
print(f"Found latest MP3 file: {mp3_files[0]}")
return mp3_files[0]
else:
print("No MP3 files found.")
return None
# MP3ファイルをテキストに変換する関数
def convert_mp3_to_text(mp3_dir, output_dir):
latest_mp3_filename = get_latest_mp3_file(mp3_dir)
if latest_mp3_filename:
mp3_file_path = os.path.join(mp3_dir, latest_mp3_filename)
output_text_file = os.path.join(output_dir, os.path.splitext(latest_mp3_filename)[0] + '.txt')
print("Attempting to convert MP3 to text using OpenAI Whisper engine...")
try:
with open(mp3_file_path, "rb") as audio_file:
transcript = openai.Audio.transcribe("whisper-1", audio_file)
if 'text' in transcript:
text_content = transcript["text"]
else:
raise ValueError("Unexpected response structure from OpenAI API.")
with open(output_text_file, 'w') as txt_file:
txt_file.write(text_content)
# 新しいファイルにも内容を出力
with open(os.path.join("/home/user/MP3Source/", "splitter-input.txt"), 'w') as whisper_file:
whisper_file.write(text_content)
print(f'Successfully converted MP3 to text and saved to {output_text_file}')
except Exception as e:
print(f'Error during conversion: {str(e)}')
if 'transcript' in locals():
print(f"OpenAI API Response: {transcript}")
else:
print('Conversion aborted due to absence of MP3 files.')
if __name__ == '__main__':
mp3_dir = '/home/user/MP3Source'
output_dir = '/home/user/MP3Source'
print("Checking output directory...")
if not os.path.exists(output_dir):
print(f"Output directory {output_dir} does not exist. Creating now...")
os.makedirs(output_dir)
convert_mp3_to_text(mp3_dir, output_dir)
改善版を作りました。OpenAI Whisper APIからの応答に segments キーが含まれていないことを示しています。うまくいかないです。
import os
import openai
# OpenAI APIキーを環境変数から取得
openai.api_key = os.getenv('OPENAI_API_KEY')
# 最新のMP3ファイルを取得する関数
def get_latest_mp3_file(mp3_dir):
print("Searching for the latest MP3 file...")
mp3_files = [f for f in os.listdir(mp3_dir) if f.lower().endswith('.mp3')]
if mp3_files:
mp3_files.sort(key=lambda x: os.path.getmtime(os.path.join(mp3_dir, x)), reverse=True)
print(f"Found latest MP3 file: {mp3_files[0]}")
return mp3_files[0]
else:
print("No MP3 files found.")
return None
# SRTファイル形式に変換する関数
def convert_to_srt_format(transcript, output_filename):
with open(output_filename, 'w') as file:
for i, segment in enumerate(transcript['segments']):
start_time = format_timestamp(segment['start_timestamp'])
end_time = format_timestamp(segment['end_timestamp'])
text = segment['text']
file.write(f"{i+1}\n")
file.write(f"{start_time} --> {end_time}\n")
file.write(f"{text}\n\n")
def format_timestamp(timestamp):
hours, remainder = divmod(timestamp, 3600)
minutes, seconds = divmod(remainder, 60)
milliseconds = int((seconds - int(seconds)) * 1000)
return f"{int(hours):02}:{int(minutes):02}:{int(seconds):02},{milliseconds:03}"
# MP3ファイルをテキストとSRTに変換する関数
def convert_mp3_to_text_and_srt(mp3_dir, output_dir):
latest_mp3_filename = get_latest_mp3_file(mp3_dir)
if latest_mp3_filename:
mp3_file_path = os.path.join(mp3_dir, latest_mp3_filename)
output_text_file = os.path.join(output_dir, os.path.splitext(latest_mp3_filename)[0] + '.txt')
output_srt_file = os.path.join(output_dir, os.path.splitext(latest_mp3_filename)[0] + '.srt')
print("Attempting to convert MP3 to text using OpenAI Whisper engine...")
try:
with open(mp3_file_path, "rb") as audio_file:
transcript = openai.Audio.transcribe("whisper-1", audio_file, timestamps=True)
if 'segments' in transcript:
# テキストファイルの保存
with open(output_text_file, 'w') as txt_file:
for segment in transcript['segments']:
txt_file.write(segment['text'] + '\n')
# SRTファイルの保存
convert_to_srt_format(transcript, output_srt_file)
print(f'Successfully converted MP3 to text and saved to {output_text_file}')
print(f'SRT file saved as {output_srt_file}')
else:
# segments キーがない場合、通常のテキストファイルのみを保存
print("No segments in transcript. Saving only text file.")
with open(output_text_file, 'w') as txt_file:
if 'text' in transcript:
txt_file.write(transcript["text"])
except Exception as e:
print(f'Error during conversion: {str(e)}')
if 'transcript' in locals():
print(f"OpenAI API Response: {transcript}")
else:
print('Conversion aborted due to absence of MP3 files.')
if __name__ == '__main__':
mp3_dir = '/home/user/MP3Source'
output_dir = '/home/user/MP3Source'
print("Checking output directory...")
if not os.path.exists(output_dir):
print(f"Output directory {output_dir} does not exist. Creating now...")
os.makedirs(output_dir)
convert_mp3_to_text_and_srt(mp3_dir, output_dir)