Hugging Face's logo

Spaces:
Jacanteros
/
mi_transcriptor
Paused

App Files Community
mi_transcriptor
File size: 4,151 Bytes
798866a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
 
import gradio as gr
import whisper
import os

# Modelos disponibles de Whisper
MODEL_OPTIONS = ["tiny", "base", "small", "medium", "large"]

# Cargar el modelo por defecto
model = whisper.load_model("base")

# Idiomas disponibles en el men煤 desplegable (nombre visible y c贸digo real)
IDIOMAS_DISPONIBLES = [
    ("Espa帽ol", "es"),
    ("Ingl茅s", "en"),
    ("Catal谩n", "ca"),
    ("Franc茅s", "fr"),
    ("Alem谩n", "de"),
    ("Italiano", "it"),
    ("Portugu茅s", "pt"),
    ("Gallego", "gl"),
    ("Euskera", "eu"),
    ("Chino", "zh"),
    ("Japon茅s", "ja"),
]

def transcribir(audio_paths, model_name, idioma_nombre, traducir):
    """
    Funci贸n que recibe uno o m谩s archivos de audio, ejecuta la transcripci贸n,
    permite elegir el modelo de Whisper, especificar el idioma y traducir la transcripci贸n.
    Guarda los resultados en archivos .txt y .srt, y devuelve enlaces de descarga.
    """

    global model
    if not model_name:
        gr.Warning("鈿狅笍 Por favor, selecciona un modelo de Whisper antes de continuar.")
        return "", "", ""  # Retorna valores vac铆os para evitar errores

    # Convertir el nombre del idioma al c贸digo correspondiente
    idioma_dict = dict(IDIOMAS_DISPONIBLES)
    idioma = idioma_dict.get(idioma_nombre, None)

    if not idioma:
        gr.Warning("鈿狅笍 Por favor, selecciona un idioma antes de continuar.")
        return "", "", ""  # Retorna valores vac铆os para evitar errores

    # Cargar el modelo solo si es diferente al actual
    model = whisper.load_model(model_name)

    archivos_resultantes = []
    
    for audio_path in audio_paths:
        # Ejecuta la transcripci贸n con Whisper
        result = model.transcribe(audio_path, language=idioma)

        texto_transcrito = result.get("text", "")

        # Si el usuario elige traducir, Whisper generar谩 la traducci贸n al ingl茅s
        if traducir:
            result_traducido = model.transcribe(audio_path, task="translate", language="en")
            texto_transcrito = result_traducido.get("text", "")

        # Crear los nombres de los archivos
        base_name = os.path.splitext(os.path.basename(audio_path))[0]
        txt_file = f"{base_name}.txt"
        srt_file = f"{base_name}.srt"

        # Guardar transcripci贸n en .txt
        with open(txt_file, "w", encoding="utf-8") as f:
            f.write(texto_transcrito)

        # Guardar transcripci贸n en .srt
        with open(srt_file, "w", encoding="utf-8") as f:
            for i, segment in enumerate(result["segments"], start=1):
                start = segment["start"]
                end = segment["end"]
                text = segment["text"]

                f.write(f"{i}\n")
                f.write(f"{start:.3f} --> {end:.3f}\n")
                f.write(f"{text}\n\n")

        archivos_resultantes.append((texto_transcrito, txt_file, srt_file))

    if len(archivos_resultantes) == 1:
        return archivos_resultantes[0]  # Devuelve un solo conjunto de archivos
    else:
        transcripciones, txt_files, srt_files = zip(*archivos_resultantes)  # Separa en listas
        return list(transcripciones), list(txt_files), list(srt_files)  # Devuelve listas en lugar de una tupla

# Interfaz de Gradio con selecci贸n de modelo, idioma y opci贸n de traducci贸n
iface = gr.Interface(
    fn=transcribir,
    inputs=[
        gr.Files(type="filepath", label="Sube uno o m谩s archivos"),
        gr.Dropdown(MODEL_OPTIONS, value=None, label="Selecciona el modelo de Whisper", interactive=True),
        gr.Dropdown(
            choices=[nombre for nombre, _ in IDIOMAS_DISPONIBLES],  # Muestra nombres en el men煤
            value=None,
            label="Selecciona el idioma del audio",
            interactive=True
        ),
        gr.Checkbox(label="Traducir al ingl茅s", value=False)
    ],
    outputs=[
        gr.Textbox(label="Transcripci贸n"),
        gr.File(label="Descargar .txt"),
        gr.File(label="Descargar .srt")
    ],
    title="Transcriptor de Audio con Whisper",
    description="Sube uno o m谩s archivos de audio y obt茅n la transcripci贸n con opciones avanzadas."
)

iface.launch(share=True, pwa=True)