Update app.py

app.py

@@ -3,8 +3,6 @@ import gradio as gr
 import whisper
 import os
 
-#其實可以用 Label-Studio 哦 XD
-
 # 加載 Whisper 模型
 model = whisper.load_model("large-v2", device="cuda" if torch.cuda.is_available() else "cpu")
 
@@ -12,8 +10,8 @@ def transcribe(audio_file):
     # 從 Gradio 文件輸入獲取文件路徑
     audio_path = audio_file
 
-    # 使用 Whisper 進行語音識別，這裏指定 language="Mandarin" 以優化中文語音識別
-    result = model.transcribe(audio_path, language="Mandarin")
+    # 使用 Whisper 進行語音識別
+    result = model.transcribe(audio_path)
     text = result["text"]
 
     # 提取上載的音頻文件的基本名字，用作保存轉錄文本的文件名
@@ -21,22 +19,18 @@ def transcribe(audio_file):
     # 定義保存轉錄結果的文件路徑
     transcript_file_path = f"txt/{base_name}_transcript.txt"
 
+    # 確保 txt 目錄存在
+    os.makedirs("txt", exist_ok=True)
+
     # 將轉錄文本保存到文件
     with open(transcript_file_path, "w") as file:
         file.write(text)
 
-    # 可以選擇返回文件路徑或直接返回文本
-    return text, f"Transcription saved to {transcript_file_path}"
+    # 返回文本和文件路徑，使得文件可以在界麵上下載
+    return text, transcript_file_path
 
 # 創建 Gradio 界麵
 with gr.Blocks(css=".container { max-width: 800px; margin: auto; } .gradio-app { background-color: #f0f0f0; } button { background-color: #4CAF50; color: white; }") as demo:
     gr.Markdown("ASR 語音語料辨識修正工具")
     with gr.Row():
-        audio_input = gr.Audio(source="upload", type="filepath", label="上傳你的音檔")
-        submit_button = gr.Button("語音識別")
-    output_text = gr.TextArea(label="識別結果")
-    save_status = gr.Text(label="儲存結果")
-
-    submit_button.click(fn=transcribe, inputs=audio_input, outputs=[output_text, save_status])
-
-demo.launch()
+