ボイスメモをWhisperで文字起こししてChatGPTで整形するLINEbotを作った

kensuu さんのツイート ¹ をみて、「音声入力→文字起こし→ChatGPTに整形してもらって原稿化」という流れが便利だし、これってAPIつなげるだけでできそうだなと思ったので LINE bot で動くように作りました。

1: 超おもしろい記事を頭の中で書く
2: それをそのまま言葉で話す
3:音声入力でテキストにする
4:ChatGPTで整形してもらう
5:noteに貼る
6:細かいところを修正

ブログ書くのがめちゃくちゃ楽になってしまった。文章書くのが苦手な人でも、これならブログを毎日書けたりするのでは！

— けんすう - きせかえNFTの「sloth」 (@kensuu) March 23, 2023

ソースコードは GitHub satoooh/whisper_gpt_lineapp_server に載せました。AWS Lambda へデプロイする手順までめっちゃ丁寧に書いたつもりなので、ぜひ使ってみてください。わからないことあったら教えて下さい。

使用した技術

FastAPI²

• PythonでモダンなAPIを構築するための高速なWebフレームワーク
• 高いパフォーマンス、拡張の容易さが特徴

LINE Messaging API³

• LINEのメッセージを送受信するためのAPIで、これにより bot の開発が可能になっている
• メッセージや画像、音声などさまざまなコンテンツを送受信できる

OpenAI Whisper API

• ChatGPT を作っている OpenAI が開発した音声認識システム
• 様々な言語への対応やノイズへの強さが特徴とされる
• ChatGPT API の発表と同時期に API 利用が可能になった

OpenAI ChatGPT API (gpt-3.5-turbo)

• ChatGPT（gpt-3.5-turbo）と同等の機能が使える API

自分で使ってみた感想

• 歩きながらメモができて便利！（歩きながらフリック入力は危険すぎてできないので）
• プロンプトを改善しないといけない、出力がイマイチ安定しない

動作デモ画像