Add application file

pipeline.py

@@ -12,7 +12,7 @@ transcriber = pipeline("automatic-speech-recognition", model="bhuang/asr-wav2vec
 
 def transcription_classification_pipeline(audio):
   """
-    Cette fonction fonction prend en entrée un audio et renvoie la transcription, la classe prédite et le score (en HTML) 
+    Cette fonction fonction prend en entrée un audio et renvoie la transcription et la classe prédite
   """
 
   #On passe l'argument "audio" au pipeline transcriber, on repurère le text et on le stocke dans la variable transcription

requirements.txt

@@ -1,2 +1,2 @@
-tensorflow
+torch
 transformers