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],
|