Update main.py

main.py

@@ -2,29 +2,10 @@ import gradio as gr
 import base64
 import torch
 from transformers import pipeline
-import io
-import os
-import tempfile
-from moviepy import VideoFileClip
 
 # Whisper 모델을 pipeline으로 불러오기
 whisper = pipeline("automatic-speech-recognition", model="openai/whisper-small")
 
-def extract_audio(video_path):
-    try:
-        # 임시 파일 생성
-        temp_audio_path = tempfile.NamedTemporaryFile(suffix='.mp3', delete=False).name
-        
-        # 비디오 파일 로드
-        video = VideoFileClip(video_path)
-        
-        # 오디오 추출 및 임시 파일로 저장
-        video.audio.write_audiofile(temp_audio_path, codec='mp3', verbose=False, logger=None)
-        
-        return temp_audio_path
-    except Exception as e:
-        return f"오류 발생: {e}"
-
 # 음성을 텍스트로 변환하는 함수
 def transcribe_audio(audio):
     if audio is None:
@@ -43,15 +24,7 @@ demo1 = gr.Interface(
     submit_btn='실행',
     clear_btn='지우기')
 
-demo2 = gr.Interface(
-    fn=extract_audio,
-    inputs=gr.File(label='비디오 파일'),
-    outputs=gr.Audio(label='추출된 오디오'),
-    title='이우진의 오디오 추출기',
-    submit_btn='실행',
-    clear_btn='지우기')
-
-demo = gr.TabbedInterface((demo1, demo2), ('Speech-To-Text', '오디오 추출기'))
+demo = gr.TabbedInterface((demo1), ('Speech-To-Text'))
 
 # 앱 실행
 demo.launch()