Audio Transcription API

API simples para transcrição de áudio usando Groq e OpenAI Whisper.

Características

• 🚀 Async: Processamento assíncrono para melhor performance
• 🔄 Multi-provider: Suporte a Groq e OpenAI
• 📝 Documentação: Swagger UI automática
• ⚙️ Configurável: Provider e modelo padrão configuráveis
• 🎵 Formatos: Suporte a múltiplos formatos de áudio

Instalação

# Instalar UV (se não tiver)
pip install uv

# Instalar dependências
uv sync

# Configurar variáveis de ambiente
cp .env.example .env
# Edite o .env com suas API keys

Configuração

Configure pelo menos uma API key no arquivo .env:

GROQ_API_KEY=your_groq_api_key_here
OPENAI_API_KEY=your_openai_api_key_here

Execução

# Desenvolvimento
uv run uvicorn main:app --reload

# Produção
uv run uvicorn main:app --host 0.0.0.0 --port 8000

Endpoints

GET /models

Lista todos os providers e modelos disponíveis.

POST /transcribe

Transcreve um arquivo de áudio.

Parâmetros:

• file: Arquivo de áudio (obrigatório)
• provider: "groq" ou "openai" (opcional)
• model: Modelo específico (opcional)

Formatos suportados: mp3, mp4, mpeg, mpga, m4a, wav, webm, flac, ogg

Tamanho máximo: 25MB

Exemplo de uso

# Transcrição com provider padrão
curl -X POST "http://localhost:8000/transcribe" \
  -F "[email protected]"

# Transcrição com provider específico
curl -X POST "http://localhost:8000/transcribe" \
  -F "[email protected]" \
  -F "provider=groq" \
  -F "model=whisper-large-v3-turbo"

Documentação

Acesse http://localhost:8000/docs para a documentação interativa Swagger UI.