Il s'agit d'une soumission pour le AssemblyAI Challenge : Sophisticated Speech-to-Text.
Ce projet est une solution sans serveur pour effectuer de la synthèse vocale à l'aide d'AWS Lambda, SQS et de l'API AssemblyAI, intégrée à un projet Blazor Web frontal. Lorsqu'un utilisateur télécharge un fichier audio via l'application Web, le fichier est stocké dans un compartiment S3, ce qui déclenche une fonction Lambda pour traiter le fichier. La conversion parole en texte est gérée par l'API AssemblyAI et les résultats sont communiqués au front-end via SQS et un service d'interrogation en arrière-plan.
La solution démontre un moyen évolutif et efficace d’exploiter les technologies cloud pour une transcription avancée basée sur l’IA.
Tableau DynamoDB
Journaux Lambda
Le bucket S3 cible utilisé pour stocker les données de transcription dans Json
Schéma Json personnalisé
Le modèle Universal-2 fourni par AssemblyAI a joué un rôle central dans ce projet. Ses solides capacités de transcription garantissaient que les fichiers audio étaient traités avec une grande précision.
La solution a été conçue comme suit :
Blazor Web Front-End : le projet Web sert d'interface utilisateur pour le téléchargement de fichiers audio. Les utilisateurs peuvent glisser et déposer des fichiers ou utiliser un bouton Parcourir pour sélectionner des fichiers. Une fois téléchargé, le fichier est envoyé vers un compartiment S3, avec des mises à jour de statut et des résultats affichés dynamiquement.
Fonction AWS Lambda : construite à l'aide de .NET 8, la fonction Lambda est déclenchée par un événement S3 chaque fois qu'un nouveau fichier est téléchargé. Cette fonction télécharge le fichier, le traite à l'aide de l'API AssemblyAI et envoie un message de réussite contenant les résultats de la transcripti...
[Courte citation de 8% de l'article original]