LINE 上で音声を文字起こしし、GPT-3.5-turbo によって整形された文章を返信する LINE Bot の FastAPI サーバー側のソースコード

↓のツイートを見て LINE でサクッと出来たら便利だなと思ったのがきっかけで作りました。

@kensuu 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！

• OpenAI Whisper API による音声メッセージの文字起こし
• GPT-3.5-turbo による文章整形

1. LINE Developers で LINE Messaging API のチャンネルを作成し、チャンルアクセストークンとチャネルシークレットを取得
2. OpenAI でアカウントを作成し、API キーを取得

1. Python 3.9 以上がインストールされていることを確認
2. このリポジトリをクローン
3. poetry をインストール
4. poetry install を実行して、必要なパッケージをインストール
5. .env.sample を参考に、 CHANNEL_ACCESS_TOKEN、CHANNEL_SECRET、OPENAI_API_KEY を取得した API キーに置き換えた .env ファイルを作成

1. sh dev.sh を実行して、APIサーバーを起動
2. http://127.0.0.1:8000/ にアクセスし、 {"message": "Hello World"} が返ってくることを確認

1. ngrok をインストールして、ngrok http 8000 を実行
2. LINE Developers コンソールで、Webhook URL を https://*****/.ngrok.io/webhook （ngrok で発行されたURL）に設定

1. LINE アプリで、Whisper GPT LINE Bot に音声メッセージを送信
2. 文字起こしと整形された文章が返信される

AWS Lambda へのデプロイを想定

• sh build.sh を実行すると、デプロイ時に必要な zip ファイルが作成される
• AWS Console > AWS Lambda から「関数の作成」
  • 一から作成
    • 関数名は任意（これを {func_name} とする）
    • Python 3.9
    • x86_64
  • 「コード」>「アップロード元」>「.zipファイル」から artifact.zip をアップロード
  • 「コード」>「ランタイム設定」から、ハンドラの値を {func_name}.main.lambda_handler に設定
  • 「設定」>「環境変数」から、 .env ファイルに記載した環境変数を設定
• AWS Console > API Gateway から 「APIの作成」
  • REST API
    • 新しいAPI
  • 「リソース」>「アクション」>「メソッドの作成」
    • ANY
      • 統合タイプ: Lambda 関数
      • Lambda プロキシ統合の使用を選択
      • Lambda リージョン: ap-northeast-1
      • Lambda 関数: {func_name}
      • デフォルトタイムアウトの使用を選択
  • 「リソース」>「アクション」>「リソースの作成」
    • 「プロキシリソースとして設定する」を選択
    • リソース名: proxy
    • リソースパス: /{proxy+}
      • 統合タイプ: Lambda 関数プロキシ
      • Lambda リージョン: ap-northeast-1
      • Lambda 関数: {func_name}
      • デフォルトタイムアウトの使用を選択
  • 「アクション」>「APIのデプロイ」
    • 新しいステージ
• エンドポイントのURLの後ろに /webhook を追加して、LINE Developers コンソールで Webhook URL に設定

• ChatGPT に投げる prompt の改善

MIT License