Skip to content

Ecoute: Un outil de transcription en temps réel alimenté par OpenAI GPT-3.5

Updated on

Démystifier la magie d'Ecoute

Ecoute est bien plus qu'un simple outil de transcription en direct. Il transcrit en temps réel à la fois l'entrée microphone de l'utilisateur et la sortie des haut-parleurs, rendant ainsi les deux parties d'une conversation facilement accessibles. De plus, Ecoute utilise GPT-3.5 d'OpenAI pour générer des réponses pertinentes sur le plan contextuel basées sur la transcription en direct de la conversation, une fonctionnalité révolutionnaire qui le distingue.

Par exemple, imaginez que vous avez une discussion technique complexe avec un collègue. Ecoute transcrit votre dialogue et fournit des réponses potentielles pour faciliter votre conversation. Cette fonctionnalité peut grandement améliorer l'efficacité, surtout lors de débats complexes où l'élaboration de réponses appropriées peut demander plus de temps et d'efforts.

Consultez la page GitHub d'Ecoute ici (opens in a new tab).

Configuration d'Ecoute : Les prérequis

Avant d'installer Ecoute sur votre machine locale, vous devez vous assurer des prérequis suivants :

  • Python >=3.8.0
  • Une clé API OpenAI
  • Un système d'exploitation Windows (non testé sur d'autres systèmes)
  • FFmpeg

Si FFmpeg n'est pas déjà installé sur votre système, vous pouvez l'installer à l'aide de Chocolatey, un gestionnaire de packages pour Windows.

Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))
choco install ffmpeg

Veuillez vous assurer d'exécuter ces commandes dans une fenêtre PowerShell avec des privilèges d'administrateur.

Naviguer dans le processus d'installation d'Ecoute

Une fois les prérequis satisfaits, suivez ces étapes pour installer et exécuter Ecoute :

  1. Clonez le dépôt en utilisant la commande : git clone https://github.com/SevaSk/ecoute
  2. Accédez au dossier ecoute avec : cd ecoute
  3. Installez les packages requis via : pip install -r requirements.txt

Ensuite, vous devez créer un fichier keys.py dans le répertoire Ecoute et y ajouter votre clé API OpenAI. Voici deux méthodes pour y parvenir :

Méthode 1 : Utiliser l'invite de commandes

Exécutez la commande suivante, en veillant à remplacer "API KEY" par votre véritable clé API OpenAI :

python -c "with open('keys.py', 'w', encoding='utf-8') as f: f.write('OPENAI_API_KEY=\"API KEY\"')"

Méthode 2 : Créer le fichier manuellement

Ouvrez un éditeur de texte et saisissez le contenu suivant :

OPENAI_API_KEY="API KEY"

Remplacez "API KEY" par votre véritable clé API OpenAI. Enregistrez ce fichier sous le nom de keys.py dans le répertoire Ecoute.

Lancement d'Ecoute

Vous pouvez exécuter Ecoute en exécutant le script principal : python main.py.

Pour une version plus rapide et plus avancée qui prend en charge la plupart des langues, utilisez : python main.py --api

Cette commande utilisera l'API Whisper pour les transcriptions, offrant une vitesse et une précision améliorées. Veuillez noter qu'il peut prendre quelques secondes avant que le système ne se mette en marche avant que la transcription devienne en temps réel.

Points clés à prendre en compte : Limitations et perspectives futures

Bien qu'Ecoute propose une transcription en temps réel et des suggestions de réponses, certaines limitations méritent d'être mentionnées :

  • Microphone et haut-parleur par défaut : Ecoute n'écoute que le microphone et le haut-parleur par défaut de votre système. Pour utiliser un microphone ou un haut-parleur différent, définissez-le comme périphérique par défaut dans les paramètres de votre système.
  • Modèle Whisper : Sans le drapeau --api, Ecoute utilise la version "tiny" du modèle Whisper ASR en raison de sa faible consommation de ressources et de ses temps de réponse rapides. Cependant, ce modèle pourrait ne pas transcrire certains types de parole aussi précisément que les modèles plus grands.
  • Langue : Sans le drapeau --api, le modèle Whisper utilisé est configuré pour l'anglais. Il peut ne pas transcrire avec précision les langues ou dialectes autres que l'anglais.

Des efforts sont en cours pour remédier à ces limitations et ajouter une prise en charge multilingue dans les versions futures.

Conclusion

Ecoute est un outil innovant avec le potentiel de révolutionner la communication. Sa fonction de transcription en direct associée à la suggestion de réponses en fait un atout précieux pour la communication personnelle et professionnelle. Malgré ses limitations, le projet Ecoute représente une avancée passionnante, laissant entrevoir les possibilités illimitées offertes par l'IA pour l'avenir de la communication.