INTEGRITY Dokumentace

Whisper-large-v3-turbo s Cloudflare Workers AI

V tomto tutoriálu se naučíte:

1: Vytvořte nový projekt Cloudflare Worker

  1. Zaregistrujte si účet Cloudflare.
  2. Nainstalujte Node.js.

Správce verzí Node.js

Použijte správce verzí Node, jako je Volta nebo nvm abyste se vyhnuli problémům s oprávněními a mohli měnit verze Node.js. Wrangler, o kterém se dozvíte dále v této příručce, vyžaduje verzi Node 16.17.0 nebo novější.

Nový projekt Worker vytvoříte pomocí create-cloudflare CLI (C3). C3 je nástroj příkazové řádky, který vám pomůže nastavit a nasadit nové aplikace na Cloudflare.

Vytvořte nový projekt s názvem whisper-tutorial spuštěním:

npm create cloudflare@latest -- whisper-tutorial

Spouštění npm create cloudflare@latest vás vyzve k instalaci create-cloudflare balíček, a provede vás nastavením. C3 také nainstaluje Wrangler, CLI nástroj pro Cloudflare Developer Platform.

Při nastavení vyberte následující možnosti:

Tímto vytvoříte nový whisper-tutorial adresáři. Váš nový whisper-tutorial adresář bude obsahovat:

Přejděte do adresáře své aplikace:

cd whisper-tutorial

2. Připojte Worker k Workers AI

Aby se váš Worker mohl připojit k Workers AI, musíte vytvořit binding AI. Bindings umožňují vašim Workers pracovat s prostředky na Cloudflare Developer Platform, například s Workers AI.

Chcete-li připojit Workers AI ke svému Workeru, přidejte následující na konec konfiguračního souboru Wrangler:

{
	"ai": {
		"binding": "AI"
	}
}
[ai]
binding = "AI"

Váš binding je dostupné ve kódu vašeho Workeru na env.AI.

3. Nakonfigurujte Wrangler

Do souboru wrangler přidejte nebo aktualizujte následující nastavení, aby bylo možné povolit Node.js API a polyfills (s datem kompatibility 2024‑09‑23 nebo pozdějším):

{
	"compatibility_flags": [
		"nodejs_compat"
	],
	// Set this to today's date
	"compatibility_date": "2026-08-28"
}
compatibility_flags = [ "nodejs_compat" ]
# Set this to today's date
compatibility_date = "2026-08-28"

4. Zpracujte velké zvukové soubory pomocí rozdělení na části

Nahraďte obsah svého src/index.ts soubor s tímto integrovaným kódem. Tento příklad ukazuje, jak:

(1) Extrahujte adresu URL zvukového souboru z parametrů dotazu.

(2) Stáhněte zvukový soubor a explicitně přitom sledujte přesměrování.

(3) Rozdělte zvukový soubor na menší části (například části po 1 MB).

(4) Přepište každou část pomocí modelu Whisper-large-v3-turbo prostřednictvím vazby Cloudflare AI.

(5) Vraťte agregovaný přepis jako prostý text.

import { Buffer } from "node:buffer";
import type { Ai } from "workers-ai";

export interface Env {
	AI: Ai;
	// If needed, add your KV namespace for storing transcripts.
	// MY_KV_NAMESPACE: KVNamespace;
}

/**
 * Fetches the audio file from the provided URL and splits it into chunks.
 * This function explicitly follows redirects.
 *
 * @param audioUrl - The URL of the audio file.
 * @returns An array of ArrayBuffers, each representing a chunk of the audio.
 */
async function getAudioChunks(audioUrl: string): Promise<ArrayBuffer[]> {
	const response = await fetch(audioUrl, { redirect: "follow" });
	if (!response.ok) {
		throw new Error(`Failed to fetch audio: ${response.status}`);
	}
	const arrayBuffer = await response.arrayBuffer();

	// Example: Split the audio into 1MB chunks.
	const chunkSize = 1024 * 1024; // 1MB
	const chunks: ArrayBuffer[] = [];
	for (let i = 0; i < arrayBuffer.byteLength; i += chunkSize) {
		const chunk = arrayBuffer.slice(i, i + chunkSize);
		chunks.push(chunk);
	}
	return chunks;
}

/**
 * Transcribes a single audio chunk using the Whisper‑large‑v3‑turbo model.
 * The function converts the audio chunk to a Base64-encoded string and
 * sends it to the model via the AI binding.
 *
 * @param chunkBuffer - The audio chunk as an ArrayBuffer.
 * @param env - The Cloudflare Worker environment, including the AI binding.
 * @returns The transcription text from the model.
 */
async function transcribeChunk(
	chunkBuffer: ArrayBuffer,
	env: Env,
): Promise<string> {
	const base64 = Buffer.from(chunkBuffer, "binary").toString("base64");
	const res = await env.AI.run("@cf/openai/whisper-large-v3-turbo", {
		audio: base64,
		// Optional parameters (uncomment and set if needed):
		// task: "transcribe",   // or "translate"
		// language: "en",
		// vad_filter: "false",
		// initial_prompt: "Provide context if needed.",
		// prefix: "Transcription:",
	});
	return res.text; // Assumes the transcription result includes a "text" property.
}

/**
 * The main fetch handler. It extracts the 'url' query parameter, fetches the audio,
 * processes it in chunks, and returns the full transcription.
 */
export default {
	async fetch(
		request: Request,
		env: Env,
		ctx: ExecutionContext,
	): Promise<Response> {
		// Extract the audio URL from the query parameters.
		const { searchParams } = new URL(request.url);
		const audioUrl = searchParams.get("url");

		if (!audioUrl) {
			return new Response("Missing 'url' query parameter", { status: 400 });
		}

		// Get the audio chunks.
		const audioChunks: ArrayBuffer[] = await getAudioChunks(audioUrl);
		let fullTranscript = "";

		// Process each chunk and build the full transcript.
		for (const chunk of audioChunks) {
			try {
				const transcript = await transcribeChunk(chunk, env);
				fullTranscript += transcript + "\n";
			} catch (error) {
				fullTranscript += "[Error transcribing chunk]\n";
			}
		}

		return new Response(fullTranscript, {
			headers: { "Content-Type": "text/plain" },
		});
	},
} satisfies ExportedHandler<Env>;

5. Nasaďte svůj Worker

  1. Spusťte Worker lokálně:

    Pomocí vývojového režimu wrangleru otestujte svého Workera lokálně:

npx wrangler dev

Otevřete prohlížeč a přejděte na http://localhost:8787, nebo použijte curl:

curl "http://localhost:8787?url=https://raw.githubusercontent.com/your-username/your-repo/main/your-audio-file.mp3"

Nahraďte parametr dotazu URL přímým odkazem na váš zvukový soubor. (U souborů hostovaných na GitHubu použijte adresu URL v raw formátu.)

  1. Nasaďte Worker:

    Jakmile je testování dokončeno, nasaďte Worker pomocí:

npx wrangler deploy
  1. Otestujte nasazený Worker:

    Po nasazení otestujte svůj Worker předáním adresy URL zvukového souboru jako parametru dotazu:

curl "https://<your-worker-subdomain>.workers.dev?url=https://raw.githubusercontent.com/your-username/your-repo/main/your-audio-file.mp3"

Nezapomeňte nahradit <your-worker-subdomain>, your-username, your-repo, a your-audio-file.mp3 za své skutečné údaje.

V případě úspěchu Worker vrátí přepis zvukového souboru:

This is the transcript of the audio...