fix transcribe bug

app.py

@@ -1,4 +1,4 @@
-# app.py – virkar 100% á ZeroGPU (og venjulegum GPU líka)
+# app.py – 3 mín hljóð (ZeroGPU virkur, ekkert diarization)
 import os
 import gradio as gr
 import spaces
@@ -6,39 +6,38 @@ from transformers import pipeline
 
 MODEL_NAME = "palli23/whisper-small-sam_spjall"
 
-# Látum mótið hlaðast EINUSINNI þegar appið ræsist (ekki í hverju kall)
-print("Hleð Whisper módelinu einu sinni...")
-pipe = pipeline(
-    "automatic-speech-recognition",
-    model=MODEL_NAME,
-    torch_dtype="auto",
-    device_map="auto",           # þetta er lykillinn fyrir ZeroGPU
-    token=os.getenv("HF_TOKEN")
-)
-print("Módel tilbúið!")
-
-@spaces.GPU(duration=120)   # 2 mínútur nægja fyrir 3–4 mín hljóð
+@spaces.GPU(duration=60)   # nóg fyrir 3 mín hljóð
 def transcribe_3min(audio_path):
     if not audio_path:
-        return "Hladdu upp hljóðskrá fyrst"
+        return "Hladdu upp hljóðskrá"
+    
+    # Whisper pipeline með chunking – ZeroGPU öruggt
+    pipe = pipeline(
+        "automatic-speech-recognition",
+        model=MODEL_NAME,
+        device=0,
+        token=os.getenv("HF_TOKEN")
+    )
     
     result = pipe(
         audio_path,
-        chunk_length_s=30,
-        batch_size=8,
+        chunk_length_s=30,           # 30 sek chunkar
+        stride_length_s=(6, 0),      # 6 sek overlap
         return_timestamps=False,
-        generate_kwargs={"language": "is", "task": "transcribe"}
+        batch_size=8
     )
+    
     return result["text"]
 
+# Interface
 with gr.Blocks(title="Íslenskt ASR – 3 mín") as demo:
-    gr.Markdown("# Íslenskt Whisper – 3 mín hljóð á ZeroGPU")
-    gr.Markdown("Hladdu upp allt að 3–4 mínútna hljóðskrá (mp3/wav). Virkar strax!")
+    gr.Markdown("# Íslenskt ASR – 3 mínútur")
+    gr.Markdown("**Whisper · Very low WER · 0.5-5minute audio transcribe á ZeroGPU**")
     
-    audio_in = gr.Audio(type="filepath", label="Hljóðskrá (max ~4 mín)")
-    btn = gr.Button("Transcribe", variant="primary")
-    text_out = gr.Textbox(lines=25, label="Útskrift")
-
-    btn.click(transcribe_3min, inputs=audio_in, outputs=text_out)
+    audio = gr.Audio(type="filepath", label="Hladdu upp .mp3 / .wav (allt að 3 mín)")
+    btn = gr.Button("Transcribe", variant="primary", size="lg")
+    out = gr.Textbox(lines=30, label="Útskrift")
+    
+    btn.click(transcribe_3min, inputs=audio, outputs=out)
 
-demo.launch()
+demo.launch(auth=("beta", "beta2025"))