Update app.py

app.py

@@ -1,80 +1,6 @@
 import gradio as gr
 from huggingface_hub import list_models
 
-
-def transcribe_audio(audio, api_key):
-    if audio is None:
-        return ""
-    
-    client = groq.Client(api_key=api_key)
-    
-    # Convert audio to the format expected by the model
-    # The model supports mp3, mp4, mpeg, mpga, m4a, wav, and webm file types 
-    audio_data = audio[1]  # Get the numpy array from the tuple
-    buffer = io.BytesIO()
-    sf.write(buffer, audio_data, audio[0], format='mp3')
-    buffer.seek(0)
-
-    bytes_audio = io.BytesIO()
-    np.save(bytes_audio, audio_data)
-    bytes_audio.seek(0)
-
-    try:
-        # Use Distil-Whisper English powered by Groq for transcription
-        completion = client.audio.transcriptions.create(
-            #model="distil-whisper-large-v3-en",
-            model="whisper-large-v3-turbo",
-            file=("audio.mp3", buffer),
-            response_format="text"
-        )
-        return completion
-    except Exception as e:
-        return f"エラー: {str(e)}"
-        
-        
-def generate_response(transcription, api_key):
-    if not transcription:
-        return "トランスクリプトが利用できません。もう一度話してみてください。"
-    
-    #client = groq.Client(api_key=api_key)
-    #co = cohere.ClientV2(api_key="RSX1N2Ei09hmdJQGcicCxQvkGsvwWT7gQbuYwPhI")
-    
-    try:
-        url = 'http://www.ryhintl.com/crewai/autogen?qry='+transcription
-        res = requests.get(url)
-        
-        # Extract content of Professional_Assistant_Agent
-        data = res.content.decode("utf-8")
-        data = data.replace("null","None")
-        datas = eval(data)
-        
-        basic_content = [entry["content"] for entry in datas["chat_history"] if entry["name"] == "Basic_Assistant_Agent"]
-        basic_result = ', '.join([str(x) for x in basic_content])
-        
-        professional_content = [entry["content"] for entry in datas["chat_history"] if entry["name"] == "Professional_Assistant_Agent"]
-        professional_result = ', '.join([str(x) for x in professional_content])
-        #combined_list = basic_content + professional_content
-        
-        final_result = "Basic_Assistant: "+basic_result+"\n\n\nProfessional_Assistant: "+professional_result
-        
-        return final_result
-    except Exception as e:
-        return f"エラー: {str(e)}"
-        
-        
-def process_audio(audio, api_key, prompt):
-    if not api_key:
-        return "Please enter your Groq API key.", "API key is required."
-    
-    if not prompt == "":
-        transcription = prompt
-        response = generate_response(transcription, api_key)
-        return transcription, response
-    else:
-        transcription = transcribe_audio(audio, api_key)
-        response = generate_response(transcription, api_key)
-        return transcription, response
-
 def hello(profile: gr.OAuthProfile | None) -> str:
     # ^ expect a gr.OAuthProfile object as input to get the user's profile
     # if the user is not logged in, profile will be None
@@ -112,42 +38,4 @@ with gr.Blocks() as demo:
     demo.load(hello, inputs=None, outputs=m1)
     demo.load(list_private_models, inputs=None, outputs=m2)
 
-    gr.Markdown("# 🎙️ VOICE AGENTIC RAG")
-    
-    api_key_input = gr.Textbox(type="password", label="Groq API Keyを入力してください。", value="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", visible=False)
-    
-    with gr.Row():
-        audio_input = gr.Audio(label="音声プロンプト", type="numpy")
-        
-    with gr.Row():
-        user_input = gr.Textbox(label="プロンプト", type="text")
-    
-    with gr.Row():
-        transcription_output = gr.Textbox(label="トランスクリプション")
-        response_output = gr.Textbox(label="AIアシスタントの応答")
-    
-    submit_button = gr.Button("プロセス", variant="primary")
-    
-    # Add the Groq badge
-    gr.HTML("""
-    <div id="groq-badge">
-        <div style="color: #f55036; font-weight: bold;">POWERED BY EPRAG</div>
-    </div>
-    """)
-    
-    submit_button.click(
-        process_audio,
-        inputs=[audio_input, api_key_input, user_input],
-        outputs=[transcription_output, response_output]
-    )
-    
-    gr.Markdown("""
-    ## 使い方:
-    1. マイクのアイコンをクリックしてメッセージを入力するかプロンプトのプロンプトを入力してください。
-    2. 音声入力する場合、マイクのアイコンをクリックしてメッセージを話してください。 サポートされている音声ファイルを提供することもできます。サポートされているオーディオ・ファイルには、mp3、mp4、mpeg、mpga、m4a、wav、webmなどがあります。
-    3. [プロセス] ボタンをクリックしてスピーチを文字に起こし、AGENTIC RAG アシスタントからの応答を生成します。
-    4. 文字起こしとAIアシスタントの応答がそれぞれのテキスト・ボックスに表示されます。
-    
-    """)
-
 demo.launch()