Update utils.py

utils.py

@@ -1,12 +1,25 @@
 from transformers import pipeline
 
-# Pipeline'ı global olarak oluşturuyoruz
+
 pipe = pipeline("text2text-generation", model="google-t5/t5-base", device="cpu")
+pipe.model.config.pad_token_id = pipe.tokenizer.eos_token_id 
+
+def generate_lesson_from_transcript(doc_text):
+    try:
+        generated_text = pipe(doc_text, max_length=100, truncation=True)[0]['generated_text']
+        output_path = "/tmp/generated_output.txt" 
+        
+        with open(output_path, "w") as file:
+            file.write(generated_text)
+        
+        return generated_text, output_path
+    
+    except Exception as e:
+        print(f"Bir hata oluştu: {str(e)}")
+        return "Bir hata oluştu", None
+
 
 def split_text_into_chunks(text, chunk_size=1000):
-    """
-    Metni belirli sayıda kelimelik parçalara böler.
-    """
     words = text.split()
     chunks = []
     for i in range(0, len(words), chunk_size):
@@ -14,20 +27,16 @@ def split_text_into_chunks(text, chunk_size=1000):
         chunks.append(chunk)
     return chunks
 
+
 def generate_lesson_from_chunks(chunks):
-    """
-    Modeli her parça için çalıştırıp sonucu döndüren fonksiyon.
-    """
     generated_texts = []
     for chunk in chunks:
         generated_text = pipe(chunk, max_length=500)[0]['generated_text']
         generated_texts.append(generated_text)
     return ' '.join(generated_texts)
 
+
 def process_large_text(text):
-    """
-    Büyük metni işleyecek ve sonucu döndürecek fonksiyon.
-    """
     chunks = split_text_into_chunks(text, chunk_size=1000)
     generated_text = generate_lesson_from_chunks(chunks)
     return generated_text