Разработка AI-системы транскрибации с веб-интерфейсом

Разработка AI-системы транскрибации с веб-интерфейсом

Веб-интерфейс транскрибации — полноценный SaaS-продукт или внутренний инструмент компании: загрузка файлов, управление задачами, редактирование транскрипта, экспорт. Пользователь не должен разбираться в технической части.

Стек

• Backend: FastAPI + Celery + Redis
• Frontend: React + TypeScript + Tailwind
• STT: faster-whisper (GPU) + облачный fallback
• Storage: S3 (MinIO для on-premise)
• DB: PostgreSQL

Backend API

from fastapi import FastAPI, UploadFile, BackgroundTasks
from celery import Celery
import uuid

app = FastAPI()
celery = Celery('transcription', broker='redis://localhost:6379/0')

@app.post("/api/transcription/upload")
async def upload_audio(
    file: UploadFile,
    language: str = "ru",
    speakers: int = None,
    user_id: str = Depends(get_current_user)
):
    # Сохраняем файл
    job_id = str(uuid.uuid4())
    file_path = await save_to_storage(file, job_id)

    # Создаём задачу
    job = await db.transcription_jobs.insert_one({
        "id": job_id,
        "user_id": user_id,
        "status": "queued",
        "file_path": file_path,
        "language": language,
        "created_at": datetime.utcnow()
    })

    # Ставим в очередь
    celery.send_task(
        'transcribe_audio',
        args=[job_id, file_path, language, speakers]
    )

    return {"job_id": job_id, "status": "queued"}

@app.get("/api/transcription/{job_id}")
async def get_transcription(job_id: str, user_id = Depends(get_current_user)):
    job = await db.transcription_jobs.find_one({"id": job_id, "user_id": user_id})
    if not job:
        raise HTTPException(404)
    return job

React компонент загрузки

const TranscriptionUploader: React.FC = () => {
  const [status, setStatus] = useState<'idle'|'uploading'|'processing'|'done'>('idle');
  const [jobId, setJobId] = useState<string>();
  const [transcript, setTranscript] = useState<string>();

  const handleUpload = async (file: File) => {
    setStatus('uploading');
    const form = new FormData();
    form.append('file', file);
    form.append('language', 'ru');

    const { job_id } = await api.post('/transcription/upload', form);
    setJobId(job_id);
    setStatus('processing');

    // Polling статуса
    const interval = setInterval(async () => {
      const job = await api.get(`/transcription/${job_id}`);
      if (job.status === 'completed') {
        setTranscript(job.transcript);
        setStatus('done');
        clearInterval(interval);
      }
    }, 3000);
  };

  return (
    <div>
      <FileDropzone onFile={handleUpload} accept="audio/*,video/*" />
      {status === 'processing' && <ProgressSpinner jobId={jobId} />}
      {transcript && <TranscriptEditor text={transcript} jobId={jobId} />}
    </div>
  );
};

Редактор транскрипта

Встроенный редактор с подсветкой неуверенных слов (confidence < 0.7), кликабельными временными метками, авторедирован через грамматический чекер.

Экспорт

Форматы: TXT, DOCX, PDF, SRT, VTT, JSON.

Сроки: MVP с загрузкой и базовым UI — 2–3 недели. Полная система с редактором и командными функциями — 1.5–2 месяца.