Update app.py

app.py

@@ -1,30 +1,36 @@
 import gradio as gr
-from text_analysis import generate_lesson_from_transcript as generate_lesson_from_transcript_logic  # İsim uyuşmazlığına dikkat
+from text_analysis import generate_lesson_from_transcript as generate_lesson_from_transcript_logic
 from utils import process_large_text
+from pdfminer.high_level import extract_text  # Import PDF-to-text conversion
 
-def generate_lesson(doc_text):
+def pdf_to_text(pdf_path):
+    """ Converts PDF to text """
+    return extract_text(pdf_path)
+
+def generate_lesson(doc_text=None, pdf_file=None):
     """
-    Metin girişinden ders anlatımı üretir ve çıktı olarak metin ile dosya döndürür.
+    Generate lesson from transcript text or PDF input.
     """
     try:
-        # Eğer metin çok büyükse, işlemi bölebiliriz (örneğin, process_large_text ile)
-        processed_text = process_large_text(doc_text)  # Metni işliyoruz
+        if pdf_file:
+            doc_text = pdf_to_text(pdf_file.name)
+        
+        # Process large text
+        processed_text = process_large_text(doc_text)
 
-        # Ders anlatımını oluştur
+        # Generate lesson
         generated_text, output_path = generate_lesson_from_transcript_logic(processed_text)
 
-        # Eğer dosya varsa, dosya linki döndürülür, yoksa sadece metin döndürülür
         if output_path:
             return generated_text, gr.File(output_path)
         else:
             return generated_text, None
 
     except Exception as e:
-        return f"Hata oluştu: {str(e)}", None
+        return f"Error occurred: {str(e)}", None
 
-# Gradio arayüzünü başlatma
 gr.Interface(
-    fn=generate_lesson,  # Burada doğru fonksiyonu kullanıyoruz
-    inputs="text",  # Girdi türü: metin
-    outputs=["text", "file"],  # Çıktı: metin ve dosya
-).launch()  # Uygulamayı başlat
+    fn=generate_lesson,
+    inputs=[gr.Textbox(label="Input Text"), gr.File(label="Upload PDF")],
+    outputs=["text", "file"],
+).launch()