前提条件
以降の各コードは、TypeScript で記述し、Express で動作確認しています。動作確認時に使用した主なモジュールのバージョンは、以下の通りです。
- node.js 18.15.0
- axios 1.6.8
LINE Messaging API による音声ファイルの取得
axios による音声ファイルの取得時に、responseType: 'arraybuffer'
オプションを指定していますか?
以下は、axios で LINE Messaging API を使用して音声ファイルを取得する処理です。
async function getMessageAudioFile(messageId:string, channelAccessToken:string): Promise<Uint8Array> {
const response = await axios.get(`https://api-data.line.me/v2/bot/message/${messageId}/content`,
{
headers: {
'Authorization': `Bearer ${channelAccessToken}`
},
responseType: 'arraybuffer'
})
.catch(err => {
console.error(err);
return err.response;
});
if (response.status !== 200 || response.headers['content-type'] !== 'audio/x-m4a') {
// TODO: 例外処理
throw new Error("音声ファイルの取得に失敗しました。");
}
return response.data;
}
axios での要求時に、responseType: 'arraybuffer' オプションを指定することで、応答データをバイト配列 (Uint8Array) で取得しています。音声ファイルをバイト配列として変数に格納して扱うためファイルにデータを書き込む必要がありません。
OpenAI Whisper API による音声ファイルのテキスト化
Whisper API への要求は、multipart/form-data となるので、FormData を使用して送信データを作成します。
送信する音声データ(バイト配列)は、 Readable.from でストリームに変換し、キー: file でフォームデータに追加します。この時、ヘッダーに、filename を設定します。filename ヘッダーがないと、Whisper API 要求時にエラーとなりました。
import FormData from 'form-data';
import { Readable } from "node:stream";
...
async function getAudioTranscriptionWithOpenAiRestApi(voiceData: Uint8Array, openAiKey: string): Promise<string> {
const filename = 'demo001.m4a';
const formData = new FormData();
formData.append('file', Readable.from(voiceData), { filename: filename });
formData.append('language', 'ja');
formData.append('model', 'whisper-1');
const response = await axios.post(
'https://api.openai.com/v1/audio/transcriptions',
formData,
{
headers: {
'Content-Type': 'multipart/form-data',
'Authorization': `Bearer ${openAiKey}`,
}
})
.catch(err => {
console.error(err);
if (err.response.data?.error) {
console.error(err.response.data.error);
}
return err.response;
});
if (response.status !== 200 || !response.data.text) {
// TODO: 例外処理
throw new Error("音声ファイルのテキスト化に失敗しました。");
}
return response.data.text;
}
ライブラリを利用した例
最後に、axios を使用せず、以下の各クライアント ライブラリを使用したコード例を説明します。
import { messagingApi } from '@line/bot-sdk';
import OpenAI, { toFile } from 'openai';
const lineBlobClientConfig = {
baseURL: 'https://api-data.line.me',
channelAccessToken: '<チャネル アクセス トークン>',
}
const lineBlobClient = new messagingApi.MessagingApiBlobClient(lineBlobClientConfig);
const openAiClient = new OpenAI( { apiKey: openAiApiKey});
...
async function getMessageAudioTranscriptionWithSdk(messageId:string): Promise<string> {
const stream = await lineBlobClient.getMessageContent(messageId)
.catch(err => {
console.error(err);
});
if (!stream) {
// TODO: 例外処理
throw new Error("音声ファイルの取得に失敗しました。");
}
const filename = 'demo001.m4a';
const transcription = await openAiClient.audio.transcriptions.create({
file: await toFile(stream, filename),
model: 'whisper-1',
language: 'ja',
})
.catch(err => {
console.error(err);
});
if (!transcription) {
// TODO: 例外処理
throw new Error("音声ファイルのテキスト化に失敗しました。");
}
return transcription.text;
}
クライアント ライブラリを使用した方が、処理が明確に記述でき読みやすくなるので、こちらがおすすめではあります。