Spaces:

MuhammadHijazii
/

SamaaliWhisper

Sleeping

File size: 12,576 Bytes

dfdd9cb

#!/usr/bin/env python3
"""
خادم API لمعالج النصوص المتكامل باستخدام Whisper
"""

from fastapi import FastAPI, File, UploadFile, Form, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from fastapi.responses import HTMLResponse, JSONResponse
from pydantic import BaseModel
from typing import List, Optional
import tempfile
import os
import logging
import json
from whisper_text_processor import WhisperTextProcessor

# إعداد التسجيل
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

# إنشاء تطبيق FastAPI
app = FastAPI(
    title="Whisper Text Processor API",
    description="API متكامل لمعالجة النصوص باستخدام Whisper مع التصحيح التلقائي ومقارنة النصوص",
    version="1.0.0",
    docs_url="/docs",
    redoc_url="/redoc"
)

# إعداد CORS للسماح بالوصول من أي مصدر
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

# متغير عام لمعالج النصوص
processor = None

# نماذج البيانات
class TextCorrectionRequest(BaseModel):
    text: str
    reference_texts: List[str]
    max_distance: Optional[int] = 3
    threshold_freq: Optional[int] = 1

class TextComparisonRequest(BaseModel):
    reference_text: str
    transcribed_text: str

class ProcessingResponse(BaseModel):
    success: bool
    message: str
    data: Optional[dict] = None

@app.on_event("startup")
async def startup_event():
    """تهيئة المعالج عند بدء التشغيل"""
    global processor
    try:
        logger.info("تهيئة معالج النصوص...")
        processor = WhisperTextProcessor()
        logger.info("تم تهيئة معالج النصوص بنجاح")
    except Exception as e:
        logger.error(f"فشل في تهيئة معالج النصوص: {str(e)}")
        # استخدام معالج مبسط في حالة فشل تحميل Whisper
        from test_processor_simple import SimpleTextProcessor
        processor = SimpleTextProcessor()
        logger.info("تم تهيئة معالج النصوص المبسط")

@app.get("/", response_class=HTMLResponse)
async def root():
    """الصفحة الرئيسية"""
    html_content = """
    <!DOCTYPE html>
    <html dir="rtl" lang="ar">
    <head>
        <meta charset="UTF-8">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <title>Whisper Text Processor API</title>
        <style>
            body { font-family: 'Arial', sans-serif; margin: 40px; background: #f5f5f5; }
            .container { max-width: 800px; margin: 0 auto; background: white; padding: 30px; border-radius: 10px; box-shadow: 0 2px 10px rgba(0,0,0,0.1); }
            .header { text-align: center; color: #2c3e50; margin-bottom: 30px; }
            .endpoint { background: #ecf0f1; padding: 15px; margin: 15px 0; border-radius: 5px; }
            .method { display: inline-block; padding: 5px 10px; border-radius: 3px; color: white; font-weight: bold; }
            .get { background: #27ae60; }
            .post { background: #3498db; }
            .code { background: #2c3e50; color: white; padding: 10px; border-radius: 5px; font-family: monospace; }
        </style>
    </head>
    <body>
        <div class="container">
            <div class="header">
                <h1>🎤 Whisper Text Processor API</h1>
                <p>API متكامل لمعالجة النصوص باستخدام Whisper مع التصحيح التلقائي</p>
            </div>
            
            <h2>📋 نقاط النهاية المتاحة:</h2>
            
            <div class="endpoint">
                <span class="method get">GET</span>
                <strong>/health</strong> - فحص حالة الخادم
            </div>
            
            <div class="endpoint">
                <span class="method post">POST</span>
                <strong>/correct-text</strong> - تصحيح النص باستخدام القاموس المرجعي
            </div>
            
            <div class="endpoint">
                <span class="method post">POST</span>
                <strong>/compare-texts</strong> - مقارنة نصين وحساب معدلات الخطأ
            </div>
            
            <div class="endpoint">
                <span class="method post">POST</span>
                <strong>/process-audio</strong> - معالجة شاملة للملف الصوتي مع التصحيح
            </div>
            
            <div class="endpoint">
                <span class="method get">GET</span>
                <strong>/docs</strong> - وثائق API التفاعلية (Swagger)
            </div>
            
            <h2>🚀 مثال على الاستخدام:</h2>
            <div class="code">
curl -X POST "http://localhost:8000/correct-text" \\
     -H "Content-Type: application/json" \\
     -d '{
       "text": "يحتاز غشاء الطبل",
       "reference_texts": ["يهتز غشاء الطبل تنتقل عظيمات السمع"]
     }'
            </div>
        </div>
    </body>
    </html>
    """
    return html_content

@app.get("/health")
async def health_check():
    """فحص حالة الخادم"""
    return {
        "status": "healthy",
        "message": "خادم معالج النصوص يعمل بشكل طبيعي",
        "processor_loaded": processor is not None
    }

@app.post("/correct-text")
async def correct_text(request: TextCorrectionRequest):
    """تصحيح النص باستخدام القاموس المرجعي"""
    try:
        if not processor:
            raise HTTPException(status_code=500, detail="معالج النصوص غير متاح")
        
        # إنشاء القاموس من النصوص المرجعية
        processor.create_dictionary(request.reference_texts)
        
        # تصحيح النص
        corrected_text, corrections = processor.correct_text(
            request.text,
            max_distance=request.max_distance,
            threshold_freq=request.threshold_freq
        )
        
        return ProcessingResponse(
            success=True,
            message="تم تصحيح النص بنجاح",
            data={
                "original_text": request.text,
                "corrected_text": corrected_text,
                "corrections": corrections,
                "corrections_count": len(corrections)
            }
        )
        
    except Exception as e:
        logger.error(f"خطأ في تصحيح النص: {str(e)}")
        raise HTTPException(status_code=500, detail=f"خطأ في تصحيح النص: {str(e)}")

@app.post("/compare-texts")
async def compare_texts(request: TextComparisonRequest):
    """مقارنة نصين وحساب معدلات الخطأ"""
    try:
        if not processor:
            raise HTTPException(status_code=500, detail="معالج النصوص غير متاح")
        
        # مقارنة النصوص
        comparison_result = processor.compare_texts(
            request.reference_text,
            request.transcribed_text
        )
        
        return ProcessingResponse(
            success=True,
            message="تم مقارنة النصوص بنجاح",
            data=comparison_result
        )
        
    except Exception as e:
        logger.error(f"خطأ في مقارنة النصوص: {str(e)}")
        raise HTTPException(status_code=500, detail=f"خطأ في مقارنة النصوص: {str(e)}")

@app.post("/process-audio")
async def process_audio(
    audio_file: UploadFile = File(...),
    reference_text: str = Form(...),
    reference_texts: Optional[str] = Form(None),
    max_distance: Optional[int] = Form(3),
    threshold_freq: Optional[int] = Form(1)
):
    """معالجة شاملة للملف الصوتي مع التصحيح والمقارنة"""
    try:
        if not processor:
            raise HTTPException(status_code=500, detail="معالج النصوص غير متاح")
        
        # التحقق من نوع الملف
        if not audio_file.content_type.startswith('audio/'):
            raise HTTPException(status_code=400, detail="يجب أن يكون الملف من نوع صوتي")
        
        # حفظ الملف الصوتي مؤقتاً
        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_file:
            content = await audio_file.read()
            temp_file.write(content)
            temp_audio_path = temp_file.name
        
        try:
            # تحضير النصوص المرجعية
            ref_texts = [reference_text]
            if reference_texts:
                try:
                    additional_texts = json.loads(reference_texts)
                    if isinstance(additional_texts, list):
                        ref_texts.extend(additional_texts)
                except json.JSONDecodeError:
                    # إذا لم يكن JSON صالح، نعتبره نص واحد
                    ref_texts.append(reference_texts)
            
            # معالجة شاملة للصوت
            if hasattr(processor, 'process_audio_with_correction'):
                results = processor.process_audio_with_correction(
                    temp_audio_path,
                    reference_text,
                    ref_texts
                )
            else:
                # استخدام معالج مبسط
                results = {
                    "message": "معالج مبسط - يتطلب ملف صوتي حقيقي لاختبار Whisper",
                    "reference_text": reference_text,
                    "reference_texts": ref_texts
                }
            
            return ProcessingResponse(
                success=True,
                message="تم معالجة الملف الصوتي بنجاح",
                data=results
            )
            
        finally:
            # حذف الملف المؤقت
            if os.path.exists(temp_audio_path):
                os.unlink(temp_audio_path)
        
    except Exception as e:
        logger.error(f"خطأ في معالجة الملف الصوتي: {str(e)}")
        raise HTTPException(status_code=500, detail=f"خطأ في معالجة الملف الصوتي: {str(e)}")

@app.post("/generate-report")
async def generate_report(
    audio_file: UploadFile = File(...),
    reference_text: str = Form(...),
    reference_texts: Optional[str] = Form(None)
):
    """إنشاء تقرير HTML شامل للمعالجة"""
    try:
        if not processor:
            raise HTTPException(status_code=500, detail="معالج النصوص غير متاح")
        
        # معالجة الملف الصوتي أولاً
        processing_result = await process_audio(
            audio_file, reference_text, reference_texts
        )
        
        if not processing_result.data:
            raise HTTPException(status_code=500, detail="فشل في معالجة الملف الصوتي")
        
        # إنشاء تقرير HTML
        if hasattr(processor, 'generate_html_report'):
            html_report = processor.generate_html_report(processing_result.data)
            return HTMLResponse(content=html_report)
        else:
            # تقرير مبسط
            simple_report = f"""
            <!DOCTYPE html>
            <html dir="rtl" lang="ar">
            <head>
                <meta charset="UTF-8">
                <title>تقرير معالجة النصوص</title>
            </head>
            <body>
                <h1>تقرير معالجة النصوص</h1>
                <h2>النص المرجعي:</h2>
                <p>{reference_text}</p>
                <h2>نتائج المعالجة:</h2>
                <pre>{json.dumps(processing_result.data, ensure_ascii=False, indent=2)}</pre>
            </body>
            </html>
            """
            return HTMLResponse(content=simple_report)
        
    except Exception as e:
        logger.error(f"خطأ في إنشاء التقرير: {str(e)}")
        raise HTTPException(status_code=500, detail=f"خطأ في إنشاء التقرير: {str(e)}")

if __name__ == "__main__":
    import uvicorn
    
    # تشغيل الخادم
    uvicorn.run(
        "api_server:app",
        host="0.0.0.0",
        port=8000,
        reload=True,
        log_level="info"
    )