modify app.py

app.py

@@ -1,21 +1,25 @@
 from pathlib import Path
+
 import gradio as gr
+import librosa
+import numpy as np
 from espnet2.bin.asr_inference import Speech2Text
 from espnet_model_zoo.downloader import ModelDownloader
-import numpy as np
-import librosa
 
 # sample_data直下に各ファイルが存在するとしている
 base_dir = Path("./config")
-MODEL_FILE =  base_dir / "31epoch.pth"
+MODEL_FILE = base_dir / "31epoch.pth"
 TRAIN_CONFIG = base_dir / "config.yaml"
 NORM_CONFIG = base_dir / "feats_stats.npz"
-DEVICE       = "cpu"
+DEVICE = "cpu"
 RESAMPLING_RATE = 16000
 THRESHOLD = 5000000
 
 # モデル
-speech2text = Speech2Text(asr_train_config = TRAIN_CONFIG, asr_model_file = MODEL_FILE, device = DEVICE)
+speech2text = Speech2Text(
+    asr_train_config=TRAIN_CONFIG, asr_model_file=MODEL_FILE, device=DEVICE
+)
+
 
 # リサンプリング
 def resample(audio: np.ndarray, original_sr: int) -> tuple[np.ndarray, int]:
@@ -30,7 +34,9 @@ def resample(audio: np.ndarray, original_sr: int) -> tuple[np.ndarray, int]:
         tuple[np.ndarray, int]: リサンプリングされた音声信号と目標のサンプルレート
     """
     # audioのサンプリングレートをoriginal_srから16kに調整する
-    resampled_audio = librosa.resample(audio,orig_sr=original_sr, target_sr=RESAMPLING_RATE)
+    resampled_audio = librosa.resample(
+        audio, orig_sr=original_sr, target_sr=RESAMPLING_RATE
+    )
     return resampled_audio, RESAMPLING_RATE
 
 
@@ -62,11 +68,23 @@ def transcribe(input: tuple[int, np.ndarray]) -> str:
 
 # ウェブアプリを作成 themeなくしている
 demo_all = gr.Blocks()
-demo_radio = gr.Interface(fn=transcribe,inputs=gr.Audio(sources="microphone", type="numpy",label="microphoneFile"),outputs="text", title = "録音した音声をテキストに変換",description=("録音した音声をテキストに文字起こしします。"))
-demo_sound = gr.Interface(fn=transcribe,inputs=gr.Audio(sources="upload", type = "numpy", label="Audiofile"),outputs= "text",title="アップロードした音声をテキストに変換",description=("アップロードした音声データをテキストに文字起こしします。"))
+demo_radio = gr.Interface(
+    fn=transcribe,
+    inputs=gr.Audio(sources="microphone", type="numpy", label="microphoneFile"),
+    outputs="text",
+    title="録音した音声をテキストに変換",
+    description=("録音した音声をテキストに文字起こしします。"),
+)
+demo_sound = gr.Interface(
+    fn=transcribe,
+    inputs=gr.Audio(sources="upload", type="numpy", label="Audiofile"),
+    outputs="text",
+    title="アップロードした音声をテキストに変換",
+    description=("アップロードした音声データをテキストに文字起こしします。"),
+)
 
 # タブにより統合されたウェブアプリとする
 with demo_all:
-    gr.TabbedInterface([demo_radio,demo_sound],["Microphone","Audio File"])
+    gr.TabbedInterface([demo_radio, demo_sound], ["Microphone", "Audio File"])
 # ウェブアプリを起動
 demo_all.launch(share=True)