Criando o bot do telegram para transcrição de áudio

Instalando o WSL2

Siga para as instruções de como instalar o WSL2

Criando um Bot do Telegram

Obtendo o token da API da openAI:

Para o desenvolvimento do projeto vamos utilizar o vscode. Caso você ainda não o tenha instalado deixo o artigo: VisualStudio Code: instalação, teclas de atalho, plugins e integrações como conteúdo complementar.

Exemplo inicial para as pessoas entenderem como funciona

Antes de tudo vamos criar um ambiente virtual e instalar as bibliotecas necessárias para o projeto. Para isso, execute o seguinte comando no diretório onde estiver o arquivo requirements.txt:

sudo apt install python3-virtualenv

virtualenv <nome_do_ambiente>
source <nome_do_ambiente>/bin/activate

pip install -r requirements.txt

Vamos precisar instalar a seguinte biblioteca em nosso Ubuntu:

sudo apt install ffmpeg

O comando "sudo apt-get install ffmpeg" é utilizado para instalar a biblioteca FFmpeg no sistema operacional Ubuntu ou em outros sistemas operacionais baseados em Debian.

A biblioteca FFmpeg é uma coleção de bibliotecas e ferramentas para processar áudio e vídeo. Ela é usada para converter, gravar e transmitir áudio e vídeo em diferentes formatos, além de ser capaz de capturar e transmitir fluxos de áudio e vídeo em tempo real.

Código inicial:

import telepot
from time import sleep

token_bot = "5613790033:AAHCHQv-xQQXIAsXT6KCdROwWNlP7lWpurc"

def principal(msg):
    content_type, chat_type, chat_id = telepot.glance(msg)    
    mensagem = msg['text']
    
    if mensagem.upper() == 'OI':
        bot.sendMessage(chat_id, 'Olá, tudo bem?')
    else:
        bot.sendMessage(chat_id, 'Não entendi o que você disse')

    
bot = telepot.Bot(token_bot)

bot.message_loop(principal)

while 1:
    sleep(5)

Documentação telepot

Os campos content_type , chat_type e chat_id são retornos do método glance da classe Telepot, que extrai as informações sobre a mensagem recebida.

content_type define o tipo de conteúdo da mensagem, que pode ser:

Mensagens de texto: text (texto)
Mensagens de áudio: audio (áudio)
Documentos: document (documento)
Jogos: game (jogo)
Fotografias: photo (fotografia)
Adesivos: sticker (adesivo)
Vídeos: video (vídeo)
Mensagens de voz: voice (voz)
Notas de vídeo: video_note (nota de vídeo)
Contatos: contact (contato)
Localizações: location (localização)
Locais: venue (local)
Novos membros de chat: new_chat_member (novo membro de chat)
Membros que deixaram o chat: left_chat_member (membro que deixou o chat)
Novos títulos de chat: new_chat_title (novo título de chat)
Novas fotos de chat: new_chat_photo (nova foto de chat)
Exclusão de foto de chat: delete_chat_photo (exclusão de foto de chat)
Criação de grupo de chat: group_chat_created
Criação de supergrupo de chat: supergroup_chat_created
Criação de canal de chat: channel_chat_created
Migração para outra chat_id: migrate_to_chat_id
Migração a partir de outra chat_id: migrate_from_chat_id
Mensagem fixada: pinned_message (mensagem fixada)
Novos membros de chat: new_chat_members (novos membros de chat)
Faturas: invoice (fatura)
Pagamento com sucesso: successful_payment (pagamento com sucesso)

Na variável chat_id, é armazenada a identificação exclusiva do chat, seja ele uma conversa direta com um usuário ou um grupo em que o bot esteja inserido. Ao responder, é fundamental utilizar essa identificação para garantir que a mensagem seja enviada para o destinatário correto, seja ele um usuário ou um grupo.

Para que a mensagem seja enviada para o usuário ou grupo correto, o método sendMessage requer que o chat_id seja especificado. Além disso, é necessário informar o texto da mensagem que se deseja enviar.

Após finalizar a nossa função principal, precisamos criar um objeto chamado "bot" utilizando a seguinte linha de código: bot = telepot.Bot('TOKEN_DE_ACESSO')

Para que essa linha funcione corretamente, é importante que você tenha criado o seu próprio bot no Telegram e tenha gerado um token de acesso para ele, conforme explicado anteriormente.

Para que o objeto "bot" envie as mensagens para a função principal e elas possam ser tratadas, utilizamos a seguinte linha de código: bot.message_loop(principal). Com isso, criamos um laço (loop) onde cada mensagem recebida deverá ser processada pela função principal.

Apesar de já termos finalizado a codificação, nosso programa ainda não possui o comportamento desejado. Quando executado, ele simplesmente terminaria depois da última linha.

Para garantir que o bot permaneça em funcionamento, receba as mensagens e as processe quando necessário, é necessário criar um loop infinito que permita que o programa fique sempre em execução.

Para isso, podemos utilizar as seguintes linhas de código:

while True:
    sleep(5)  # Espera por 5 segundos antes de processar as próximas instruções

Dessa forma, o bot continuará em execução indefinidamente, aguardando novas mensagens para serem tratadas. A instrução time.sleep(5) faz com que o programa espere 5 segundos antes de processar as próximas instruções, evitando que o bot consuma muitos recursos do sistema.

Link para converter unix para timestamp

Criando bot para transcrever áudio

Vamos utilizar a API da OpenAI para transcrever áudios enviados ao nosso bot. Para isso, acesse a página da API. Se você ainda não fez o login, é necessário fazê-lo antes para ter acesso ao conteúdo.

Primeiro passo é fazer a instalação da biblioteca do openAI

pip install openai

Como referência para a criação de um modelo capaz de transcrever áudio vamos usar as refrências abaixo:

Nesse segundo link você vai encontrar todas os idiomas que o modelo é capaz de transcrever.

O modelo que vamos utilizar é o Whisper que é capaz de trasncrever e traduzir áudios. Para trasncrição vamos utilizar o exemplo que a documentação fornece:

# Note: you need to be using OpenAI Python v0.27.0 for the code below to work
import openai
audio_file= open("/path/to/file/audio.mp3", "rb")
transcript = openai.Audio.transcribe("whisper-1", audio_file)

Obs: O modelo suporta os seguintes formatos de áudio mp3, mp4, mpeg, mpga, m4a, wav e webm.

Obs: Conforme aviso acima, certifique-se que você está utilizando a versão 0.27.0 da biblioteca do openAI. Para isso, execute o comando abaixo:

pip freeze | grep openai

Caso não esteja atualize com o seguinte comando:

pip install --upgrade openai