Update pages/04_🔊_Upload_Audio_File.py

pages/04_🔊_Upload_Audio_File.py

@@ -10,7 +10,7 @@ import numpy as np
 import pathlib
 import os
 
-st.set_page_config(page_title="Auto Transcriber", page_icon="🔊", layout="wide")
+st.set_page_config(page_title="رونویس خودکار", page_icon="🔊", layout="wide")
 
 # Define a function that we can use to load lottie files from a link.
 @st.cache(allow_output_mutation=True)
@@ -36,11 +36,11 @@ with col1:
 
 with col2:
     st.write("""
-    ## Auto Transcriber
-    ##### Input an audio file and get a transcript.
-    ###### ➠ If you want to transcribe the audio in its original language, select the task as "Transcribe"
-    ###### ➠ If you want to translate the transcription to English, select the task as "Translate" 
-    ###### I recommend starting with the base model and then experimenting with the larger models, the small and medium models often work well. """)
+    ## رونویس خودکار
+    ##### یک فایل صوتی وارد کنید و رونوشت بگیرید.
+    ###### ➠ اگر می خواهید صدا را به زبان اصلی آن رونویسی کنید، کار را به عنوان "Transcribe" انتخاب کنید.
+    ###### ➠ اگر می خواهید رونویسی را به انگلیسی ترجمه کنید، کار را به عنوان "Translate" انتخاب کنید.
+    ###### توصیه می کنم از مدل پایه شروع کنید و سپس با مدل های بزرگتر آزمایش کنید، مدل های کوچک و متوسط اغلب به خوبی کار می کنند. """)
 
 loaded_model = whisper.load_model("base")
 current_size = "None"
@@ -94,7 +94,7 @@ def getSubs(segments: Iterator[dict], format: str, maxLineWidth: int) -> str:
 
 
 def main():
-    size = st.selectbox("Select Model Size (The larger the model, the more accurate the transcription will be, but it will take longer)", ["tiny", "base", "small", "medium", "large"], index=1)
+    size = st.selectbox("اندازه مدل را انتخاب کنید (هرچه مدل بزرگتر باشد، رونویسی دقیق تر خواهد بود، اما زمان بیشتری طول می کشد)", ["tiny", "base", "small", "medium", "large"], index=1)
     loaded_model = change_model(current_size, size)
     st.write(f"Model is {'multilingual' if loaded_model.is_multilingual else 'English-only'} "
         f"and has {sum(np.prod(p.shape) for p in loaded_model.parameters()):,} parameters.")
@@ -202,4 +202,4 @@ def main():
 
 if __name__ == "__main__":
     main()
-    st.markdown("###### Made with :heart: by [@BatuhanYılmaz](https://twitter.com/batuhan3326) [![this is an image link](https://i.imgur.com/thJhzOO.png)](https://www.buymeacoffee.com/batuhanylmz)")
+    st.markdown("###### Made with :heart: by [@bugbounted](https://github.com/bugbounted)")