Update app.py

app.py

@@ -1,48 +1,35 @@
 import re
+import gradio as gr
 
+##########################################################
+# 1) دالّة التصحيح اللغوي/الإملائي (كما في سؤالك السابق)
+##########################################################
 def transform_text(input_text):
     """
     تقوم هذه الدالة بتطبيق مجموعة من القواعد على النص المدخل
     وتعيد النص المصحّح/المعدّل.
     """
 
-    # -------------------------------------
-    # 1) إضافة علامة # بعد بعض الكلمات العامية المحددة:
-    #    ايش/ويش/ليش/عشان/علشان/لسى/يالله/والله/يلا/يااه/اووه/همن/ثمن
-    # -------------------------------------
+    # 1) إضافة علامة # بعد بعض الكلمات العامية المحددة
     pattern_hash = r"\b(ايش|إيش|ويش|ليش|عشان|علشان|لسى|يالله|والله|يلا|يااه|اووه|همن|ثمن)\b"
     input_text = re.sub(pattern_hash, r"\1#", input_text, flags=re.IGNORECASE)
 
-    # -------------------------------------
     # 2) بعض التصحيحات الإملائية والفصيحة:
-    # -------------------------------------
-    # هذه بدل هاذي
     input_text = re.sub(r"\bهاذي\b", "هذه", input_text)
-    # هؤلاء بدل هذول
     input_text = re.sub(r"\bهذول\b", "هؤلاء", input_text)
-    # (أنتي|انتي) -> أنت
     input_text = re.sub(r"\b(أنتي|انتي)\b", "أنت", input_text, flags=re.IGNORECASE)
-    # معاك -> معك
     input_text = re.sub(r"\bمعاك\b", "معك", input_text)
-    # اللي -> الذي (قد تحتاج لسياق أكثر دقة لتحديد (التي) عند التأنيث)
     input_text = re.sub(r"\bاللي\b", "الذي", input_text)
 
-    # -------------------------------------
-    # 3) تصحيح بعض الهمزات الشائعة (تأكل، تأخذ)
-    # -------------------------------------
+    # 3) تصحيح بعض الهمزات الشائعة
     input_text = re.sub(r"\bتاكل\b", "تأكل", input_text)
     input_text = re.sub(r"\bتاخذ\b", "تأخذ", input_text)
 
-    # -------------------------------------
     # 4) إزالة همزة فعل الأمر (مثال مبسط: إذهب -> اذهب)
-    # -------------------------------------
     pattern_amr = r"\bإ([ضذصثقفغعهخحجةشسيبلاتنم])(.*?)(\b)"
     input_text = re.sub(pattern_amr, r"ا\1\2", input_text)
 
-    # -------------------------------------
     # 5) تحويل الأسئلة إلى علامة استفهام بدلاً من النقطة
-    #    (اعتماداً على كلمات استفهام شائعة)
-    # -------------------------------------
     question_words = [
         "كيف", "لماذا", "لمَ", "هل", "متى", "أين", 
         "أيش#", "ايش#", "ويش#", "ليش#", "وش", "ما", "من", 
@@ -52,131 +39,111 @@ def transform_text(input_text):
         pattern_q = rf"(\b{q_word}\b)\."
         input_text = re.sub(pattern_q, rf"\1؟", input_text, flags=re.IGNORECASE)
 
-    # -------------------------------------
-    # 6) تحويل الرقم 11 إلى "إحدى عشر" (مثال بسيط)
-    # -------------------------------------
-    # input_text = re.sub(r"\b11\b", "إحدى عشر", input_text)
-
-    # -------------------------------------
-    # 7) إزالة النقاط في نهاية الجمل
-    # -------------------------------------
+    # 6) إزالة النقاط في نهاية الجمل
     input_text = re.sub(r"\.(\s|$)", r"\1", input_text)
 
-    # -------------------------------------
-    # 8) استبدال التردّد أو التمتمة (آآ / آه / آ ...)
-    #    بالرمز $ (وفق القاعدة الجديدة)
-    # -------------------------------------
-    # أمثلة: "آآ" أو "آه" أو "آ" إذا أتت منفردة أو متبوعة بمسافة أو فاصلة...
-    # طبعًا يمكنك توسيع النمط بحسب الحاجة.
+    # 7) استبدال التردّد أو التمتمة (آآ / آه / آ ...) بالرمز $
     pattern_stammer = r"\b(آآ+|آه+|آ)\b"
     input_text = re.sub(pattern_stammer, " $", input_text)
 
-    # إذا هناك حالة مثل "آآالبيت" (بدون مسافة) وتريد استبدال الجزء "آآ" فقط، 
-    # قد تلزمك معالجة مختلفة:
-    # input_text = re.sub(r"آآ+", "$", input_text)
-
-    # -------------------------------------
-    # 9) وضع علامة ~ بعد الكلمات الأعجمية
-    #    (مثل كوميدينة -> كوميدينة~) 
-    #    وُرد في الأمثلة: كوميدينة، أجبورة...
-    # -------------------------------------
-    # لتبسيط المثال، نبحث عن كلمات معيّنة فقط.
+    # 8) وضع علامة ~ بعد الكلمات الأعجمية (إن وجدت)
     foreign_words = ["كوميدينة", "أجبورة"]
     for fw in foreign_words:
         pattern_fw = rf"\b{fw}\b"
         input_text = re.sub(pattern_fw, fw + "~", input_text, flags=re.IGNORECASE)
 
-    # -------------------------------------
-    # 10) معالجة الضحك والبكاء البسيط:
-    #     إذا وردت عبارة "ضحك بسيط" أو "بكاء خفيف" 
-    #     نجعلها بين قوسين مربعين: [ضحك بسيط] أو [بكاء خفيف]
-    # -------------------------------------
+    # 9) معالجة الضحك والبكاء البسيط
     input_text = re.sub(r"\bضحك بسيط\b", "[ضحك بسيط]", input_text)
     input_text = re.sub(r"\bبكاء خفيف\b", "[بكاء خفيف]", input_text)
 
-    # -------------------------------------
-    # يمكن إضافة/تطوير المزيد من القواعد بنفس الأسلوب...
-    # -------------------------------------
-
     return input_text
 
+##########################################################
+# 2) دالّة إعادة التنسيق للإدخال بالشكل الجديد
+##########################################################
 
 def reformat_transcript(lines):
     """
-    تأخذ قائمة الأسطر بالصيغة القديمة:
-       00:02:15 المسجل
-       السلام عليكم...
-       00:02:17 المشارك
-       وعليكم السلام...
-    وتعيدها بالشكل المطلوب:
-       , (المسجل) [00:02:15] السلام عليكم...
-       , (المشارك) [00:02:17] وعليكم السلام...
+    نتوقع الشكل:
+      [المتحدث 1] (0:00 - 0:02)
+      السلام عليكم.
+
+      [المتحدث 2] (0:02 - 0:05)
+      وعليكم السلام...
+
+      [المتحدث 1] (0:06 - 0:08)
+      الله يبقى شخبارا...
+    ونريد تحويله إلى:
+      , (المتحدث 1) [0:00 - 0:02] السلام عليكم.
+      , (المتحدث 2) [0:02 - 0:05] وعليكم السلام...
+      , (المتحدث 1) [0:06 - 0:08] الله يبقى شخبارا...
     """
+
     output_lines = []
     i = 0
     while i < len(lines):
         line = lines[i].strip()
-        
-        # نحاول التقاط التوقيت + الاسم في بداية السطر
-        # صيغة التوقيت: HH:MM:SS (ساعتان، دقيقتان، ثانيتان)
-        # بعده فراغ + اسم (قد يكون "المسجل"/"المشارك"/غيرهما)
-        match = re.match(r'^(\d{2}:\d{2}:\d{2})\s+(.+)$', line)
-        if match:
-            # إذا نجحت المطابقة؛ نستخرج التوقيت والاسم
-            time_code = match.group(1)
-            speaker = match.group(2).strip()
 
-            # نقرأ السطر التالي لافتراض أنه نص الحديث
+        # نحاول التقاط الصيغة: [المتحدث X] (0:00 - 0:02)
+        # تعبير نمطي مثل:
+        #   ^\[(.*?)\]\s*\((.*?)\)$
+        # حيث:
+        #   group(1) -> "المتحدث 1"
+        #   group(2) -> "0:00 - 0:02"
+        pattern = r'^\[(.*?)\]\s*\((.*?)\)$'
+        match = re.match(pattern, line)
+        if match:
+            speaker = match.group(1)  # "المتحدث 1"
+            time_range = match.group(2)  # "0:00 - 0:02"
+            
+            # السطر التالي متوقع أن يكون النص
             text_line = ""
             if i+1 < len(lines):
-                text_line = lines[i+1].rstrip("\n")
+                text_line = lines[i+1].rstrip("\n").strip()
             else:
                 text_line = ""
 
-            # يمكن هنا تطبيق أي تصحيحات على "text_line" لو أردت:
+            # نطبّق التصحيح اللغوي على النص
             text_line = transform_text(text_line)
 
-            # نصنع السطر بالصيغة المطلوبة:
-            # , (المتكلم) [التوقيت] الكلام...
-            formatted = f", ({speaker}) [{time_code}] {text_line}"
+            # الصيغة المطلوبة: , (المتحدث 1) [0:00 - 0:02] النص
+            formatted = f", ({speaker}) [{time_range}] {text_line}"
             output_lines.append(formatted)
 
-            i += 2  # تخطّى سطر الاسم والتوقيت + سطر النص
+            # تجاوز سطرين: سطر المربع + سطر النص
+            i += 2
         else:
-            # إذا لم يتطابق السطر مع صيغة "توقيت + اسم" 
-            # فقد يكون سطرًا فارغًا أو خارج التنسيق المطلوب
-            # بإمكانك إما تجاهله أو إضافته كما هو
+            # إذا لم يطابق، نتجاهل هذا السطر أو نحتفظ به (هنا نتجاهله)
             i += 1
 
     return output_lines
 
-
-import gradio as gr
-import re
-
+##########################################################
+# 3) دالّة pipeline لتجميع العملية
+##########################################################
 def pipeline(raw_text):
     """
     تأخذ ال��صّ المُدخل (كاملًا)، تفصّله سطرًا سطرًا، 
     ثم تعيد تنسيقه بالنمط المطلوب. تعيد الناتج كسلسلة نصية.
     """
-    # نحصل على الأسطر
     lines = raw_text.splitlines()
-    # نُعيد التنسيق
     reformatted_lines = reformat_transcript(lines)
-    # نجمعها في نص واحد للعرض
     final_text = "\n".join(reformatted_lines)
     return final_text
 
+##########################################################
+# 4) إنشاء واجهة Gradio
+##########################################################
 demo = gr.Interface(
     fn=pipeline, 
-    inputs=gr.Textbox(lines=10, placeholder="ألصق النص هنا..." , label="النص المفرغ"), 
+    inputs=gr.Textbox(lines=10, placeholder="ألصق النص هنا..." , label="النص المفرغ (الصيغة الجديدة)"), 
     outputs=gr.Textbox(lines=10 , label="النص المعالج"), 
-    title="تنسيق النص المفرغ وفق القواعد المطلوبة",
+    title="تنسيق النص المفرغ وفق الصيغة الجديدة",
+    description="ألصق النص بالصيغ: [المتحدث X] (0:00 - 0:02) في سطر، والسطر التالي هو محتواه."
 )
 
 ##########################################################
-# 5) تشغيل الواجهة
+# 5) تشغيل الواجهة مع رابط عام (إذا أمكن)
 ##########################################################
 if __name__ == "__main__":
-    demo.launch()
-
+    demo.launch(share=True)