Delete app.py

app.py

@@ -1,61 +0,0 @@
-import gradio as gr
-from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline
-import torch
-import librosa
-import numpy as np
-
-# ١. دیاریکردنی جۆری ئامێر (Device)
-device = "cuda:0" if torch.cuda.is_available() else "cpu"
-torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32
-
-# ٢. بارکردنی مۆدێلەکە لە ڕێپۆکەی خۆتەوە
-model_id = "Za6na/sorani2"
-
-model = AutoModelForSpeechSeq2Seq.from_pretrained(
-    model_id, 
-    torch_dtype=torch_dtype, 
-    low_cpu_mem_usage=True, 
-    use_safetensors=True
-)
-model.to(device)
-
-processor = AutoProcessor.from_pretrained(model_id)
-
-# ٣. دروستکردنی پیمپلاین (Pipeline)
-pipe = pipeline(
-    "automatic-speech-recognition",
-    model=model,
-    tokenizer=processor.tokenizer,
-    feature_extractor=processor.feature_extractor,
-    max_new_tokens=128,
-    chunk_length_s=30,
-    batch_size=16,
-    return_timestamps=True,
-    torch_dtype=torch_dtype,
-    device=device,
-)
-
-# ٤. فەنکشن بۆ وەرگێڕانی دەنگ
-def transcribe(audio):
-    if audio is None:
-        return "تکایە دەنگێک تۆمار بکە یان فایلێک بار بکە."
-    
-    # خوێندنەوەی دەنگەکە
-    sr, y = audio
-    y = y.astype(np.float32)
-    y /= np.max(np.abs(y))
-
-    # ناردن بۆ مۆدێل
-    result = pipe(y, generate_kwargs={"language": "persian"}) # یان "kurdish" ئەگەر پشتگیری بکات
-    return result["text"]
-
-# ٥. دروستکردنی ڕووکاری Gradio
-iface = gr.Interface(
-    fn=transcribe,
-    inputs=gr.Audio(sources=["microphone", "upload"], type="numpy", label="دەنگەکەت لێرە تۆمار بکە"),
-    outputs="text",
-    title="تێستکردنی مۆدێلی سۆرانی (Za6na/sorani2)",
-    description="فەرموو قسە بکە، مۆدێلەکە دەیکات بە نووسین.",
-)
-
-iface.launch()