基于 FastAPI 的媒体文件语音识别服务，支持视频分享链接转视频链接并调用 ASR 接口进行语音识别和内容分析。

• 🎥 视频转写 - 支持单个和批量视频语音转文字
• 🌐 多语言识别 - 支持多种语言的语音识别
• 📊 内容分析 - 对转写结果进行智能分析和结构化
• 📝 文本重构 - 对表格数据进行重新结构化
• 🔄 任务管理 - 实时任务状态追踪和进度监控
• 🏢 多租户支持 - 支持多租户数据隔离
• 🔐 认证授权 - Bearer Token 认证机制
• ⚡ 异步处理 - 高性能异步任务处理

• Python 3.11+
• FFmpeg
• PostgreSQL 或其他支持的数据库

1. 克隆项目

git clone https://github.com/yourusername/media-asr-server.git
cd media-asr-server

2. 创建虚拟环境

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

3. 安装依赖

pip install -r requirements.txt
# 或使用 uv
uv pip install -r requirements.txt

4. 配置环境变量 复制 .env.example 到 .env 并配置以下变量：

# ASR服务配置
ASR_API_KEY=your_asr_api_key
ASR_API_URL=your_asr_api_url

# 数据库配置
DATABASE_URL=postgresql://user:password@localhost/dbname

# API配置
API_PREFIX=/api/v1
API_TITLE=Media ASR Server
API_VERSION=1.0.0
ENV=development

# CORS配置
CORS_ORIGINS=["http://localhost:3000"]
CORS_HEADERS=["*"]

# 服务器配置
HOST=0.0.0.0
PORT=8000

5. 初始化数据库

python src/scripts/create_tables.py

6. 运行服务

uvicorn src.main:app --reload

访问 http://localhost:8000/api/v1/docs 查看 API 文档。

• POST /api/v1/share-to-text - 单个视频转写
• POST /api/v1/multi-share-to-text - 批量视频转写
• GET /api/v1/task/{task_id}/status - 查询任务状态
• GET /api/v1/task/{task_id}/result - 获取转写结果

• POST /api/v1/analysis/text - 文本内容分析
• POST /api/v1/analysis/video - 视频内容分析
• GET /api/v1/analysis/records - 查询分析记录

• POST /api/v1/analyze-table - 表格数据分析重构
• GET /api/v1/records - 查询文本分析记录

详细的 API 文档请访问部署后的 /api/v1/docs 端点。

media-asr-server/
├── src/
│   ├── main.py              # FastAPI应用入口
│   ├── settings.py          # 配置管理
│   ├── auth.py             # 认证授权
│   ├── logger.py           # 日志配置
│   ├── exceptions.py       # 异常处理
│   ├── models/             # 数据模型
│   │   ├── asr.py         # ASR相关模型
│   │   ├── auth.py        # 认证模型
│   │   ├── content_analysis.py  # 内容分析模型
│   │   ├── db_models.py   # 数据库模型
│   │   ├── task.py        # 任务模型
│   │   ├── text_analysis.py  # 文本分析模型
│   │   └── video.py       # 视频模型
│   ├── routers/            # API路由
│   │   ├── share.py       # 视频转写路由
│   │   └── analysis.py    # 内容分析路由
│   ├── services/           # 业务服务
│   │   ├── asr_service.py    # ASR服务
│   │   ├── content_analysis_service.py  # 内容分析服务
│   │   ├── database.py    # 数据库服务
│   │   ├── llm_service.py # LLM服务
│   │   └── share_parser.py # 链接解析服务
│   └── scripts/            # 脚本工具
│       └── create_tables.py  # 数据库初始化
├── tests/                  # 测试文件
├── docs/                   # 文档
├── requirements.txt        # 依赖列表
├── .env.example           # 环境变量示例
└── README.md              # 项目说明

# 安装开发依赖
pip install -r requirements-dev.txt

# 运行测试
pytest

# 代码格式化
black src/
ruff check src/

# 类型检查
mypy src/

• 遵循 PEP 8 代码风格
• 使用 PEP 257 文档字符串规范
• 使用 Pydantic 进行数据验证
• 异步处理所有 I/O 操作
• 函数长度限制在 40 行以内
• 单文件长度限制在 400 行以内

# 构建镜像
docker build -t media-asr-server .

# 运行容器
docker run -d \
  --name media-asr-server \
  -p 8000:8000 \
  --env-file .env \
  media-asr-server

# 运行所有测试
pytest

# 运行特定测试
pytest tests/test_database.py

# 生成测试覆盖率报告
pytest --cov=src --cov-report=html

项目使用关系型数据库存储任务和结果数据。主要表结构包括：

• user_tasks - 用户任务表
• user_task_statuses - 任务状态表
• video_tasks - 视频任务表
• video_task_results - 视频结果表
• asr_tasks - ASR任务表
• text_analysis - 文本分析记录表
• content_analysis - 内容分析记录表

详细的数据库设计请参考 database.md。

欢迎贡献代码！请遵循以下步骤：

1. Fork 项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

• FastAPI - 现代化的 Python Web 框架
• SQLAlchemy - Python SQL 工具包
• Pydantic - 数据验证库

项目链接: https://github.com/yourusername/media-asr-server

• Whisper - OpenAI 的语音识别模型
• FFmpeg - 多媒体处理工具