Create app.py

app.py

@@ -0,0 +1,64 @@
+import streamlit as st
+from transformers import pipeline
+from diffusers import StableDiffusionPipeline
+import torch
+import os
+import tempfile
+
+# 1. Pipeline pour la transcription vocale (Wav2Vec2)
+asr_pipeline = pipeline("automatic-speech-recognition", model="facebook/wav2vec2-large-960h")
+
+# 2. Pipeline pour la génération de résumé (BART ou T5)
+summarizer_pipeline = pipeline("summarization", model="facebook/bart-large-cnn")
+
+# 3. Pipeline pour la génération d'images (Stable Diffusion)
+device = "cuda" if torch.cuda.is_available() else "cpu"
+image_pipeline = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4").to(device)
+
+# Fonction pour transcrire l'audio
+def transcribe(audio_path):
+    transcription = asr_pipeline(audio_path)["text"]
+    return transcription
+
+# Fonction pour résumer le texte transcrit
+def summarize(transcription):
+    summary = summarizer_pipeline(transcription, max_length=130, min_length=30, do_sample=False)[0]["summary_text"]
+    return summary
+
+# Fonction pour générer une image basée sur le résumé
+def generate_image(summary):
+    image = image_pipeline(summary).images[0]
+    return image
+
+# Interface utilisateur avec Streamlit
+st.title("Générateur de diapositives intelligent")
+
+# Étape 1 : Upload d'un fichier audio
+audio_file = st.file_uploader("Téléchargez un fichier audio", type=["wav", "mp3"])
+
+if audio_file is not None:
+    # Sauvegarde temporaire du fichier audio
+    with tempfile.NamedTemporaryFile(delete=False) as tmp_file:
+        tmp_file.write(audio_file.read())
+        tmp_filename = tmp_file.name
+
+    st.audio(audio_file, format='audio/wav')
+
+    # Étape 2 : Transcription de l'audio
+    if st.button("Transcrire l'audio"):
+        transcription = transcribe(tmp_filename)
+        st.text_area("Transcription", transcription)
+
+        # Étape 3 : Résumer la transcription
+        if st.button("Résumer la transcription"):
+            summary = summarize(transcription)
+            st.text_area("Résumé", summary)
+
+            # Étape 4 : Générer une image correspondante
+            if st.button("Générer une image basée sur le résumé"):
+                image = generate_image(summary)
+                st.image(image, caption="Image générée à partir du résumé")
+
+# Nettoyage du fichier temporaire
+if audio_file is not None:
+    os.remove(tmp_filename)