app.py

import gradio as gr
import torch
import numpy as np
import tempfile
import os
from scipy.io import wavfile
from qwen_asr import Qwen3ASRModel

# --- モデルの準備 ---
model_id = "Qwen/Qwen3-ASR-0.6B"
print("モデルを読み込み中 (CPU)...")
model = Qwen3ASRModel.from_pretrained(
    model_id,
    torch_dtype=torch.float32,
    device_map="cpu"
)
print("ロード完了")

def transcribe_streaming(audio, history):
    if audio is None:
        return history, history

    # audio は (sampling_rate, numpy_array)
    sr, y = audio
    
    # 1. 一時ファイルを作成して保存
    with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmp:
        temp_path = tmp.name
        # numpy 配列を WAV ファイルとして保存
        wavfile.write(temp_path, sr, y)

    try:
        # 2. ファイルパスをモデルに渡す
        results = model.transcribe(audio=temp_path)
        new_text = results[0].text
        
        # 3. 履歴の更新
        if new_text.strip():
            # 前のテキストと繋げる（重複が気になる場合はここを調整）
            updated_history = history + " " + new_text
            return updated_history, updated_history
            
    except Exception as e:
        print(f"Error during transcription: {e}")
        return history, history
    finally:
        # 使用済みの一時ファイルを削除
        if os.path.exists(temp_path):
            os.remove(temp_path)

    return history, history

# --- UI構築 ---
with gr.Blocks() as demo: # themeは最後に移動
    gr.Markdown("# Qwen3-ASR ストリーミング文字起こし")
    
    history_state = gr.State("")

    with gr.Row():
        audio_input = gr.Audio(
            sources=["microphone"], 
            type="numpy", 
            streaming=True, 
            label="話している間、順次文字起こしされます"
        )
        
    output_text = gr.Textbox(label="結果", interactive=False)

    audio_input.stream(
        fn=transcribe_streaming,
        inputs=[audio_input, history_state],
        outputs=[history_state, output_text],
        show_progress="hidden",
        time_limit=10 # 5秒おきに送信
    )

    clear_btn = gr.Button("リセット")
    clear_btn.click(lambda: ("", ""), None, [history_state, output_text])

# Gradio 6.0以降の警告に従い、themeはlaunchに渡すのが推奨です
demo.launch(theme=gr.themes.Soft())