Update app.py

app.py

@@ -30,39 +30,40 @@ def load_extractive():
                trust_remote_code = True,
                )
 
-'''
-def get_transcription_en(mp3_file):
-    model = whisper.load_model("tiny.en")
-    directory = os.getcwd()
-    result = model.transcribe(os.path.join(directory, mp3_file))
-    return result["text"]
-
-#def portuguese_sum_pipeline(link):
-#    video_title = download_audio(link)
-
-def english_sum_pipeline(link):
-    download_audio(link)
-    transcript_text = get_transcription_en("video.mp3")
-
-    #extractive summarization
-    extractive_model = Summarizer()
-    extractive = extractive_model(transcript_text, num_sentences=15)
-
-    #abstractive summarization
-    device_num = 0 if torch.cuda.is_available() else -1
-    abstractive_summarizer = pipeline("summarization", model="facebook/bart-large-cnn", tokenizer="facebook/bart-large-cnn", device=device_num)
-    output_text = abstractive_summarizer(extractive)[0]["summary_text"]
-
-    return transcript_text, output_text
-
-def english_qa_pipeline(questions, context):
-    nlp = pipeline("question-answering", model='distilbert-base-uncased-distilled-squad')
-    answers = []
-    for question in questions:
-        result = nlp(question=question, context=context)
-        answers.append(result["answer"])
-    return answers
-'''
+def old_funcs():
+    '''
+    def get_transcription_en(mp3_file):
+        model = whisper.load_model("tiny.en")
+        directory = os.getcwd()
+        result = model.transcribe(os.path.join(directory, mp3_file))
+        return result["text"]
+    
+    #def portuguese_sum_pipeline(link):
+    #    video_title = download_audio(link)
+    
+    def english_sum_pipeline(link):
+        download_audio(link)
+        transcript_text = get_transcription_en("video.mp3")
+    
+        #extractive summarization
+        extractive_model = Summarizer()
+        extractive = extractive_model(transcript_text, num_sentences=15)
+    
+        #abstractive summarization
+        device_num = 0 if torch.cuda.is_available() else -1
+        abstractive_summarizer = pipeline("summarization", model="facebook/bart-large-cnn", tokenizer="facebook/bart-large-cnn", device=device_num)
+        output_text = abstractive_summarizer(extractive)[0]["summary_text"]
+    
+        return transcript_text, output_text
+    
+    def english_qa_pipeline(questions, context):
+        nlp = pipeline("question-answering", model='distilbert-base-uncased-distilled-squad')
+        answers = []
+        for question in questions:
+            result = nlp(question=question, context=context)
+            answers.append(result["answer"])
+        return answers
+    '''
 
 def main():
     icon = Image.open("Traçado laranja #f1863d.png")
@@ -92,47 +93,46 @@ def main():
 
 main()
 
-'''
-#Collect inputs and create the interface
-def main():
-    header = st.container()
-    model = st.container()
-    model_1, model_2 = st.columns(2)
-    qa = st.container()
-    qa_1, qa_2 = st.columns(2)
-
-    with header:
-        st.title("TuringVideos")
-        st.write("Este trabalho visa a criação de uma interface capaz de sumarizar e responder perguntas sobre um determinado vídeo em português ou inglês!")
-
-    with model:
-        st.header("Modelo para sumarização")
-
-        with model_1:
-            language = st.selectbox('Qual a linguagem do seu modelo?', ('Português (pt)', 'Inglês (en)', 'Outra'))
-            link = st.text_area(label="Coloque o link do seu vídeo do YouTube!", height=25, placeholder="Digite seu link...")
-            questions = st.text_area(label="Coloque suas perguntas separadas por vírgula!", height=50, placeholder="Digite suas perguntas...").split(",")
-            submit_1 = st.button('Gerar soluções!')
-
-        with model_2:
-            if submit_1:
-                with st.spinner('Wait for it...'):
-                    if language == 'Português (pt)':
-                        #outputs = portuguese_sum_pipeline(link)
-                        st.write("Modelo ainda não implementado.")
-
-                    elif language == 'Inglês (en)':
-                        outputs = english_sum_pipeline(link)
-                        answers = english_qa_pipeline(questions, outputs[0])
-
-                    else:
-                        st.write("Erro na seleção de linguagem.")
-
-                    st.write("Sumário.....................................................................: \n {} \n \n".format(outputs[1]))
-                    st.write("Resposta....................................................................: \n")
-
-                    for i in range(len(answers)):
-                        st.write(questions[i] + ": " + answers[i])
-
-main()
-'''
+def old_main():
+    '''
+    #Collect inputs and create the interface
+    def main():
+        header = st.container()
+        model = st.container()
+        model_1, model_2 = st.columns(2)
+        qa = st.container()
+        qa_1, qa_2 = st.columns(2)
+    
+        with header:
+            st.title("TuringVideos")
+            st.write("Este trabalho visa a criação de uma interface capaz de sumarizar e responder perguntas sobre um determinado vídeo em português ou inglês!")
+    
+        with model:
+            st.header("Modelo para sumarização")
+    
+            with model_1:
+                language = st.selectbox('Qual a linguagem do seu modelo?', ('Português (pt)', 'Inglês (en)', 'Outra'))
+                link = st.text_area(label="Coloque o link do seu vídeo do YouTube!", height=25, placeholder="Digite seu link...")
+                questions = st.text_area(label="Coloque suas perguntas separadas por vírgula!", height=50, placeholder="Digite suas perguntas...").split(",")
+                submit_1 = st.button('Gerar soluções!')
+    
+            with model_2:
+                if submit_1:
+                    with st.spinner('Wait for it...'):
+                        if language == 'Português (pt)':
+                            #outputs = portuguese_sum_pipeline(link)
+                            st.write("Modelo ainda não implementado.")
+    
+                        elif language == 'Inglês (en)':
+                            outputs = english_sum_pipeline(link)
+                            answers = english_qa_pipeline(questions, outputs[0])
+    
+                        else:
+                            st.write("Erro na seleção de linguagem.")
+    
+                        st.write("Sumário.....................................................................: \n {} \n \n".format(outputs[1]))
+                        st.write("Resposta....................................................................: \n")
+    
+                        for i in range(len(answers)):
+                            st.write(questions[i] + ": " + answers[i])
+    '''