Passo 1: preparando o ambiente

• Node.js instalado no sistema. Se não tiver, baixe aqui.

• Uma conta na OpenAI e uma API Key válida para acessar os serviços de transcrição.

Configurando o Node.js

npm init -y
npm install openai dotenv

• openai versão 3.2.1

• dotenv versão 16.3.1

Criando o arquivo .env

OPENAI_API_KEY="sua_chave_de_api_aqui"

Passo 2: carregando e lendo o arquivo de áudio

const fs = require('fs');
const path = require('path');

// Defina o caminho para o arquivo de áudio
const audioPath = path.resolve(__dirname, 'seu_audio.mp3');

// Verifique se o arquivo existe e está acessível
try {
  fs.accessSync(audioPath, fs.constants.R_OK);
  console.log('Arquivo pronto para transcrição.');
} catch (err) {
  console.error('Arquivo de áudio não encontrado ou inacessível.');
  process.exit(1);
}

Extraindo o áudio do vídeo

ffmpeg -i seu_video.mp4 -q:a 0 -map a seu_audio.mp3

Passo 3: configurando e chamando a API da OpenAI

require('dotenv').config();
const fs = require('fs');       // Módulo nativo do Node.js para manipulação de arquivos
const path = require('path');   // Módulo nativo do Node.js para manipulação de caminhos
const { Configuration, OpenAIApi } = require('openai');

// Configuração da API
const openai = new OpenAIApi(new Configuration({
  apiKey: process.env.OPENAI_API_KEY,
}));

// Defina o caminho para o arquivo de áudio
const audioPath = path.resolve(__dirname, 'seu_audio.mp3');

// Função para transcrever áudio
async function transcreverAudio() {
  try {
    const response = await openai.createTranscription(
      fs.createReadStream(audioPath),
      'whisper-1', // Modelo para transcrição
      {
        language: 'pt',         // Idioma do áudio
        response_format: 'json', // Formato da resposta
        temperature: 0.2,       // Parâmetro de precisão
      }
    );
    console.log('Transcrição concluída:', response.data.text);
    await salvarTranscricao(response.data.text); // Chamada para salvar a transcrição
    // Nota: A função salvarTranscricao será definida no próximo passo.
  } catch (error) {
    console.error('Erro ao transcrever o áudio:', error);
  }
}

transcreverAudio();

Estrutura da resposta da API

{
  "text": "Aqui está o texto transcrito do seu áudio."
}

Passo 4: ajustando parâmetros para a transcrição

• temperature: Define o nível de criatividade. Um valor baixo (ex.: 0.2) garante maior precisão.

• response_format: Escolha entre json, text ou vtt (útil para criar legendas).

• language: Especifique o idioma do áudio para melhorar a precisão.

Passo 5: salvando a transcrição no banco de dados (opcional)

npm install @prisma/client

const { PrismaClient } = require('@prisma/client');
const prisma = new PrismaClient();

async function salvarTranscricao(transcricao) {
  try {
    const novoVideo = await prisma.video.create({
      data: {
        transcricao,
      },
    });
    console.log('Transcrição salva com sucesso:', novoVideo);
  } catch (error) {
    console.error('Erro ao salvar a transcrição:', error);
  }
}

Passo 6: testando a transcrição

node seu_arquivo.js

Tratamento de erros

• Verifique se o arquivo de áudio existe e está acessível.

• Lide com erros de rede ou limitações da API.

• Adicione logs ou mensagens de erro claras para facilitar o debug.

if (!fs.existsSync(audioPath)) {
  console.error('Arquivo de áudio não encontrado.');
  process.exit(1);
}

if (error.response) {
  console.error('Erro na resposta da API:', error.response.data);
} else {
  console.error('Erro ao transcrever o áudio:', error.message);
}

Conclusão e próximos passos