Spaces:
Running
Running
Update app.py
Browse files
app.py
CHANGED
@@ -1,165 +1,133 @@
|
|
1 |
import os
|
2 |
import gradio as gr
|
3 |
-
|
4 |
import mimetypes
|
5 |
from pydub import AudioSegment
|
6 |
|
7 |
# Атрыманне ключоў і мадэляў з пераменных асяроддзя
|
8 |
GEMINI_API_KEY = os.getenv("gemini")
|
9 |
-
MODEL_NAME_TH = os.getenv("modTH")
|
10 |
-
MODEL_NAME = os.getenv("mod")
|
11 |
-
PROMPT_TRANSCRIBE = os.getenv("p")
|
|
|
|
|
|
|
|
|
|
|
12 |
|
13 |
-
# Наладжваем API-ключ
|
14 |
-
genai.configure(api_key=GEMINI_API_KEY)
|
15 |
|
16 |
def transcribe_audio(audio_file: str) -> str:
|
17 |
-
"""Транскрыбуе аўдыяфайл з дапамогай Google Generative AI."""
|
18 |
try:
|
19 |
mime_type, _ = mimetypes.guess_type(audio_file)
|
20 |
if not mime_type or not mime_type.startswith("audio"):
|
21 |
-
return
|
22 |
-
"Немагчыма вызначыць тып файла або файл не з'яўляецца аўдыяфайлам. "
|
23 |
-
"Падтрымліваюцца толькі аўдыяфайлы."
|
24 |
-
)
|
25 |
|
26 |
with open(audio_file, "rb") as f:
|
27 |
audio_data = f.read()
|
28 |
|
29 |
-
response =
|
30 |
-
|
31 |
-
prompt=[PROMPT_TRANSCRIBE, {"mime_type": mime_type, "data": audio_data}],
|
32 |
-
# Пры жаданні можна дадаць дадатковыя параметры, напр. temperature=0.2
|
33 |
)
|
34 |
-
return response.
|
35 |
|
36 |
-
except FileNotFoundError:
|
37 |
-
return "Памылка: Файл не знойдзены."
|
38 |
except Exception as e:
|
39 |
-
return f"
|
|
|
40 |
|
41 |
def fix_subtitles_format(transcript: str) -> str:
|
42 |
-
"""Выпраўляе фармат часу ў субцітрах."""
|
43 |
prompt_fix = (
|
44 |
-
"Не змяняй тэксты,
|
45 |
-
"вось прыклад 00:00:01,589. \nУ адказ напішы толькі субцітры:\n"
|
46 |
f"{transcript}"
|
47 |
)
|
48 |
try:
|
49 |
-
response_fix =
|
50 |
-
return response_fix.
|
51 |
except Exception as e:
|
52 |
-
print(f"Памылка пры выпраўленні субцітраў: {e}") # Лагіраванне памылкі
|
53 |
return transcript
|
54 |
|
|
|
55 |
def create_srt(transcript: str, filename: str = "subtitles.srt") -> tuple[str, str]:
|
56 |
-
"""Стварае SRT-файл з транскрыпцыі."""
|
57 |
try:
|
58 |
with open(filename, "w", encoding="utf-8") as f:
|
59 |
f.write(transcript)
|
60 |
return transcript, filename
|
61 |
except Exception as e:
|
62 |
-
return f"Памылка
|
|
|
63 |
|
64 |
def process_audio(audio_path: str) -> tuple[str, str]:
|
65 |
-
"""Апрацоўвае аўдыёфайл: транскрыбуе і стварае SRT."""
|
66 |
transcript = transcribe_audio(audio_path)
|
67 |
-
if transcript.startswith("Памылка")
|
68 |
-
return transcript, ""
|
69 |
-
|
70 |
fixed_transcript = fix_subtitles_format(transcript)
|
71 |
-
|
72 |
-
|
73 |
|
74 |
def extract_audio_from_video(video_file: str) -> tuple[str, str]:
|
75 |
-
"""Выдзяляе аўдыёдарожку з відэафайла."""
|
76 |
try:
|
77 |
audio = AudioSegment.from_file(video_file)
|
78 |
audio_path = "extracted_audio.mp3"
|
79 |
audio.export(audio_path, format="mp3")
|
80 |
return audio_path, ""
|
81 |
except Exception as e:
|
82 |
-
return "", f"Памылка
|
|
|
83 |
|
84 |
def process_video(video_path: str) -> tuple[str, str]:
|
85 |
-
"""Апрацоўвае відэафайл: выдзяляе аўдыё, транскрыбуе і стварае SRT."""
|
86 |
audio_path, error = extract_audio_from_video(video_path)
|
87 |
if error:
|
88 |
return error, ""
|
89 |
return process_audio(audio_path)
|
90 |
|
|
|
91 |
def process_file(audio_path: str | None, video_path: str | None) -> tuple[str, str]:
|
92 |
-
"""Апрацоўвае файл (аўдыё або відэа)."""
|
93 |
if audio_path:
|
94 |
return process_audio(audio_path)
|
95 |
elif video_path:
|
96 |
return process_video(video_path)
|
97 |
-
|
98 |
-
return "Няма файла для апрацоўкі.", ""
|
99 |
-
|
100 |
-
def update_on_audio_change(audio_path: str | None) -> gr.update:
|
101 |
-
"""Абнаўляе інтэрфейс пры змене аўдыёфайла."""
|
102 |
-
return gr.update(value=None, interactive=not bool(audio_path))
|
103 |
|
104 |
-
def update_on_video_change(video_path: str | None) -> gr.update:
|
105 |
-
"""Абнаўляе інтэрфейс пры змене відэафайла."""
|
106 |
-
return gr.update(value=None, interactive=not bool(video_path))
|
107 |
|
108 |
-
def translate_transcript(
|
109 |
-
transcript: str, target_language: str
|
110 |
-
) -> tuple[str, str]:
|
111 |
-
"""Перакладае транскрыпцыю на іншую мову і стварае SRT."""
|
112 |
prompt_text = (
|
113 |
-
f"Перакладзі
|
114 |
-
"Астатняе пакінь як ёсць.\nТэкст:\n{transcript}"
|
115 |
)
|
116 |
try:
|
117 |
-
response =
|
118 |
-
translated = response.
|
119 |
-
|
120 |
-
return create_srt(translated, translated_srt_filename) # Перавыкарыстанне create_srt
|
121 |
except Exception as e:
|
122 |
-
return f"Памылка
|
|
|
123 |
|
124 |
with gr.Blocks() as demo:
|
125 |
-
gr.Markdown("# Транскрыпцыя аўдыя
|
126 |
-
gr.Markdown(
|
127 |
-
"""
|
128 |
-
## Загрузіце аўдыёфайл або відэафайл да 15 хвілін. Калі загружаны аўдыёфайл, відэа неактыўна, і наадварот.
|
129 |
-
Субцітры будуць аўтаматычна згенераваны разам з SRT-файлам.
|
130 |
-
[Далучайцеся да беларускаймоўнай суполкі ў ТГ](https://t.me/belarusai)
|
131 |
-
**Падтрымаць праект:** [Buy me a coffee](https://buymeacoffee.com/tuteishygpt)
|
132 |
-
"""
|
133 |
-
)
|
134 |
with gr.Row():
|
135 |
audio_input = gr.Audio(type="filepath", label="Аўдыёфайл")
|
136 |
video_input = gr.Video(label="Відэафайл")
|
137 |
|
138 |
-
# Больш кампактны спосаб абнаўлення інтэрактыўнасці
|
139 |
-
audio_input.change(
|
140 |
-
fn=update_on_audio_change, inputs=audio_input, outputs=video_input
|
141 |
-
)
|
142 |
-
video_input.change(
|
143 |
-
fn=update_on_video_change, inputs=video_input, outputs=audio_input
|
144 |
-
)
|
145 |
-
|
146 |
btn = gr.Button("Апрацаваць")
|
147 |
transcript_output = gr.Textbox(label="Транскрыпцыя", lines=10)
|
148 |
file_output = gr.File(label="SRT-файл")
|
|
|
149 |
btn.click(
|
150 |
-
fn=process_file,
|
|
|
|
|
151 |
)
|
152 |
|
153 |
gr.Markdown("## Пераклад субцітраў")
|
154 |
with gr.Row():
|
155 |
language_dropdown = gr.Dropdown(
|
156 |
-
|
157 |
-
label="
|
158 |
value="English",
|
159 |
)
|
160 |
-
translate_btn = gr.Button("
|
|
|
161 |
translation_output = gr.Textbox(label="Пераклад", lines=10)
|
162 |
translation_file_output = gr.File(label="Translated SRT-файл")
|
|
|
163 |
translate_btn.click(
|
164 |
fn=translate_transcript,
|
165 |
inputs=[transcript_output, language_dropdown],
|
|
|
1 |
import os
|
2 |
import gradio as gr
|
3 |
+
from google import genai
|
4 |
import mimetypes
|
5 |
from pydub import AudioSegment
|
6 |
|
7 |
# Атрыманне ключоў і мадэляў з пераменных асяроддзя
|
8 |
GEMINI_API_KEY = os.getenv("gemini")
|
9 |
+
MODEL_NAME_TH = os.getenv("modTH")
|
10 |
+
MODEL_NAME = os.getenv("mod")
|
11 |
+
PROMPT_TRANSCRIBE = os.getenv("p")
|
12 |
+
|
13 |
+
# Стварэнне сесіі і мадэляў
|
14 |
+
session = genai.Session(api_key=GEMINI_API_KEY)
|
15 |
+
model_th = genai.GenerativeModel(model_name=MODEL_NAME_TH, session=session)
|
16 |
+
model_general = genai.GenerativeModel(model_name=MODEL_NAME, session=session)
|
17 |
|
|
|
|
|
18 |
|
19 |
def transcribe_audio(audio_file: str) -> str:
|
|
|
20 |
try:
|
21 |
mime_type, _ = mimetypes.guess_type(audio_file)
|
22 |
if not mime_type or not mime_type.startswith("audio"):
|
23 |
+
return "Файл не аўдыёфармату."
|
|
|
|
|
|
|
24 |
|
25 |
with open(audio_file, "rb") as f:
|
26 |
audio_data = f.read()
|
27 |
|
28 |
+
response = model_th.generate_content(
|
29 |
+
[PROMPT_TRANSCRIBE, {"mime_type": mime_type, "data": audio_data}]
|
|
|
|
|
30 |
)
|
31 |
+
return response.text.strip()
|
32 |
|
|
|
|
|
33 |
except Exception as e:
|
34 |
+
return f"Памылка: {e}"
|
35 |
+
|
36 |
|
37 |
def fix_subtitles_format(transcript: str) -> str:
|
|
|
38 |
prompt_fix = (
|
39 |
+
"Не змяняй тэксты, толькі выправі фармат часу ў субцітрах на 00:00:01,589:\n"
|
|
|
40 |
f"{transcript}"
|
41 |
)
|
42 |
try:
|
43 |
+
response_fix = model_general.generate_content(prompt_fix)
|
44 |
+
return response_fix.text.strip()
|
45 |
except Exception as e:
|
|
|
46 |
return transcript
|
47 |
|
48 |
+
|
49 |
def create_srt(transcript: str, filename: str = "subtitles.srt") -> tuple[str, str]:
|
|
|
50 |
try:
|
51 |
with open(filename, "w", encoding="utf-8") as f:
|
52 |
f.write(transcript)
|
53 |
return transcript, filename
|
54 |
except Exception as e:
|
55 |
+
return f"Памылка запісу SRT: {e}", ""
|
56 |
+
|
57 |
|
58 |
def process_audio(audio_path: str) -> tuple[str, str]:
|
|
|
59 |
transcript = transcribe_audio(audio_path)
|
60 |
+
if transcript.startswith("Памылка"):
|
61 |
+
return transcript, ""
|
|
|
62 |
fixed_transcript = fix_subtitles_format(transcript)
|
63 |
+
return create_srt(fixed_transcript)
|
64 |
+
|
65 |
|
66 |
def extract_audio_from_video(video_file: str) -> tuple[str, str]:
|
|
|
67 |
try:
|
68 |
audio = AudioSegment.from_file(video_file)
|
69 |
audio_path = "extracted_audio.mp3"
|
70 |
audio.export(audio_path, format="mp3")
|
71 |
return audio_path, ""
|
72 |
except Exception as e:
|
73 |
+
return "", f"Памылка аўдыё з відэа: {e}"
|
74 |
+
|
75 |
|
76 |
def process_video(video_path: str) -> tuple[str, str]:
|
|
|
77 |
audio_path, error = extract_audio_from_video(video_path)
|
78 |
if error:
|
79 |
return error, ""
|
80 |
return process_audio(audio_path)
|
81 |
|
82 |
+
|
83 |
def process_file(audio_path: str | None, video_path: str | None) -> tuple[str, str]:
|
|
|
84 |
if audio_path:
|
85 |
return process_audio(audio_path)
|
86 |
elif video_path:
|
87 |
return process_video(video_path)
|
88 |
+
return "Няма файла для апрацоўкі.", ""
|
|
|
|
|
|
|
|
|
|
|
89 |
|
|
|
|
|
|
|
90 |
|
91 |
+
def translate_transcript(transcript: str, target_language: str) -> tuple[str, str]:
|
|
|
|
|
|
|
92 |
prompt_text = (
|
93 |
+
f"Перакладзі тэксты субцітраў на {target_language} мову, астатняе не змяняй:\n{transcript}"
|
|
|
94 |
)
|
95 |
try:
|
96 |
+
response = model_general.generate_content(prompt_text)
|
97 |
+
translated = response.text.strip()
|
98 |
+
return create_srt(translated, "translated_subtitles.srt")
|
|
|
99 |
except Exception as e:
|
100 |
+
return f"Памылка перакладу: {e}", ""
|
101 |
+
|
102 |
|
103 |
with gr.Blocks() as demo:
|
104 |
+
gr.Markdown("# Транскрыпцыя аўдыя (беларуская мова)")
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
105 |
with gr.Row():
|
106 |
audio_input = gr.Audio(type="filepath", label="Аўдыёфайл")
|
107 |
video_input = gr.Video(label="Відэафайл")
|
108 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
109 |
btn = gr.Button("Апрацаваць")
|
110 |
transcript_output = gr.Textbox(label="Транскрыпцыя", lines=10)
|
111 |
file_output = gr.File(label="SRT-файл")
|
112 |
+
|
113 |
btn.click(
|
114 |
+
fn=process_file,
|
115 |
+
inputs=[audio_input, video_input],
|
116 |
+
outputs=[transcript_output, file_output],
|
117 |
)
|
118 |
|
119 |
gr.Markdown("## Пераклад субцітраў")
|
120 |
with gr.Row():
|
121 |
language_dropdown = gr.Dropdown(
|
122 |
+
["English", "Руcкая", "Польская", "Літоўская", "Нямецкая"],
|
123 |
+
label="Мова перакладу",
|
124 |
value="English",
|
125 |
)
|
126 |
+
translate_btn = gr.Button("Перакласці")
|
127 |
+
|
128 |
translation_output = gr.Textbox(label="Пераклад", lines=10)
|
129 |
translation_file_output = gr.File(label="Translated SRT-файл")
|
130 |
+
|
131 |
translate_btn.click(
|
132 |
fn=translate_transcript,
|
133 |
inputs=[transcript_output, language_dropdown],
|