Upload 2 files

app.py

@@ -0,0 +1,41 @@
+
+import gradio as gr
+import whisper
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+
+# تحميل النماذج
+model_whisper = whisper.load_model("base")
+tokenizer = AutoTokenizer.from_pretrained("csebuetnlp/mT5_multilingual_XLSum")
+model_summarizer = AutoModelForSeq2SeqLM.from_pretrained("csebuetnlp/mT5_multilingual_XLSum")
+
+def transcribe_and_summarize(audio_path):
+    # تحويل الصوت إلى نص
+    result = model_whisper.transcribe(audio_path)
+    text = result["text"]
+
+    # تلخيص النص
+    inputs = tokenizer("summarize: " + text, return_tensors="pt", max_length=512, truncation=True)
+    summary_ids = model_summarizer.generate(inputs["input_ids"], max_length=150, min_length=40, length_penalty=2.0, num_beams=4)
+    summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
+
+    # إنشاء خريطة ذهنية بسيطة
+    mindmap = "🧠 الخريطة الذهنية:\n"
+    for i, sentence in enumerate(summary.split(".")):
+        if sentence.strip():
+            mindmap += f"- {sentence.strip()}\n"
+
+    return text, summary, mindmap
+
+interface = gr.Interface(
+    fn=transcribe_and_summarize,
+    inputs=gr.Audio(source="upload", type="filepath", label="🎙️ ارفع ملف صوتي للدرس"),
+    outputs=[
+        gr.Textbox(label="📜 النص الكامل"),
+        gr.Textbox(label="✂️ الملخص"),
+        gr.Textbox(label="🧠 الخريطة الذهنية")
+    ],
+    title="SmartLessonMap - من الصوت إلى خريطة ذهنية",
+    description="🗣️ قم برفع تسجيل صوتي، وسيتم استخراج النص، تلخيصه، وتحويله إلى خريطة ذهنية!"
+)
+
+interface.launch()

requirements.txt

@@ -0,0 +1,4 @@
+gradio
+transformers
+torch
+openai-whisper