WhisperWebAPIサーバ＆Androidクライアント

概要

つい先日Open AIによって発表されたWhisperという高性能文字起こしAIをWebAPI経由で利用できるようにした物です． クライアントとしてAndroidアプリの実装も行なっており，ファイルピッカーから選択した音声ファイルをサーバに送信して文字起こしすることができます．

動作映像

ソースコード

以下のGithubでサーバ側とクライアント側両方のソースコードを公開してます

サーバ側

• https://github.com/GanePrivate/WhisperWebAPI
  • Dockerを使ってコマンド1つでサーバを建てられるようにしてあります
  • GPUがない環境のためにcpu版のブランチもあります

クライアント側

• https://github.com/GanePrivate/WhisperAndroidClient
  
  

使用技術など

[使用言語/ライブラリ]

• Python
• FastAPI
• Docker
• Android
• Kotlin
  
  

サーバはどこで動いてるの？

大学の研究室の割と高性能なデスクトップPCで動いてます． ちなみに，スペックは以下の通りです

• CPU：Core i 9-9900k
• メモリ：64GB
• GPU：Nvidia GTX 1080ti