add files

app.py

@@ -0,0 +1,58 @@
+import gradio as gr
+import torch
+import numpy as np
+from transformers import AutoTokenizer, AutoModelForSequenceClassification, AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline
+
+model_id = 'ClaudianoLeonardo/bert-finetuned_news_classifier-portuguese'
+tokenizer_classifier = AutoTokenizer.from_pretrained(model_id)
+model_classifier = AutoModelForSequenceClassification.from_pretrained(model_id)
+
+model_id2 = "ClaudianoLeonardo/whisper-finetuned-tiny-ptv2"
+
+# Carregar modelos do Hugging Face
+whisper_model = pipeline('automatic-speech-recognition', model = model_id2)
+
+text_classification_model = AutoModelForSequenceClassification.from_pretrained(model_id)
+text_classification_tokenizer = AutoTokenizer.from_pretrained(model_id)
+
+id2label = {0:'economia', 1:'esportes', 2:'famosos', 3:'politica', 4:'tecnologia'}
+
+def get_text(logits):
+  sigmoid = torch.nn.Sigmoid()
+  probs = sigmoid(logits.squeeze().cpu())
+  predictions = np.zeros(probs.shape)
+  predictions[np.where(probs >= 0.5)] = 1
+  predicted_labels = [id2label[idx] for idx, label in enumerate(predictions) if label == 1.0]
+  return predicted_labels[0]
+
+# Função para realizar a inferência
+def inference(audio):
+    # Realizar inferência no modelo Whisper para reconhecimento de fala
+    # Obter texto da saída do modelo Whisper
+    try:
+      sr, y = audio
+    except:
+       return "Erro ao carregar o áudio ou insira um áudio válido"
+    
+    y = y.astype(np.float32)
+    y /= np.max(np.abs(y))
+    transcribed_text = whisper_model({"sampling_rate": sr, "raw": y})["text"]
+
+    # Realizar inferência no modelo de classificação de texto
+    text_input = text_classification_tokenizer(transcribed_text, return_tensors="pt", padding=True)
+    text_output = text_classification_model(**text_input)
+    # Obter a classe predita
+    predicted_class = get_text(text_output["logits"])
+
+    return f"Texto transcrito: {transcribed_text}\nClasse predita: {predicted_class}"
+
+# Criar interface gráfica com Gradio
+iface = gr.Interface(
+    fn=inference,
+    inputs=gr.Audio(),
+    outputs="text",
+    live=True
+)
+
+# Executar a interface
+iface.launch(debug=True)

requirements.txt

@@ -0,0 +1,4 @@
+transformers
+torchaudio
+gradio
+torch