Update app.py

app.py

@@ -8,31 +8,27 @@ from fastapi import FastAPI, UploadFile, File, Form, HTTPException
 from fastapi.responses import JSONResponse
 from transformers import pipeline
 
-# 1. 声明加载的模型（Hugging Face 官方原生 Whisper Small，与 CTranslate2 版本一样精准）
+# 1. 声明加载的模型（Hugging Face 官方原生 Whisper Small）
 MODEL_NAME = "openai/whisper-small"
 
-# 2. 全局初始化 Pipeline，默认放在 CPU 上，防止启动报错
-# generate_kwargs 指定中文识别
+# 2. 全局初始化 Pipeline！
+# 注意：在 ZeroGPU 环境下，全局初始化时将 device 设置为 "cuda"。
+# 官方的 spaces 库会在容器启动时自动拦截它，防止在 CPU 阶段报错；
+# 同时在调用 @spaces.GPU 函数时，系统会自动把整个 Pipeline 的计算放到 A100 上。
 pipe = pipeline(
     "automatic-speech-recognition",
     model=MODEL_NAME,
     chunk_length_s=30,
-    device="cpu"
+    device="cuda"
 )
 
 # 3. 核心计算函数
-@spaces.GPU(duration=60)
+@spaces.GPU
 def transcribe_core(audio_path: str):
-    # 【核心安全操作】进入 GPU 节点后，动态将 Pipeline 的模型送入 CUDA 显存
-    pipe.model.to("cuda")
-    
-    # 运行转录（开启 FP16 混合精度极速推理）
-    with torch.autocast("cuda"):
-        result = pipe(audio_path, generate_kwargs={"language": "chinese"})
-    
-    # 转录完后立即将模型移回 CPU，完美符合 ZeroGPU 的释放规范
-    pipe.model.to("cpu")
-    
+    # 【最关键的改变】这里完全不需要任何手动 .to("cuda")
+    # 因为我们在上面全局指定了 device="cuda"，在 @spaces.GPU 装饰器内部，
+    # 框架会自动、无缝地把这个 Pipeline 调度到 A100 GPU 显存中运行！
+    result = pipe(audio_path, generate_kwargs={"language": "chinese"})
     return result["text"]
 
 # 4. 创建 Gradio 界面