Upload 4 files

app.py

@@ -1,7 +1,6 @@
 import os
 import tempfile
 import whisper
-import requests
 import gradio as gr
 from fastapi import FastAPI, File, UploadFile
 from fastapi.responses import JSONResponse
@@ -11,7 +10,7 @@ import uvicorn
 from pathlib import Path
 
 # Create FastAPI app
-app = FastAPI(title="RAWI Voice to Story Generator")
+app = FastAPI(title="Speech to Text Model")
 
 # Configure CORS to allow requests from frontend
 app.add_middleware(
@@ -22,10 +21,6 @@ app.add_middleware(
     allow_headers=["*"],
 )
 
-# Load environment variables or use defaults
-DEEPSEEK_API_URL = os.environ.get("DEEPSEEK_API_URL", "https://api.deepseek.com/v1/chat/completions")
-DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY", "")
-
 # Load Whisper model (can be tiny/base/small depending on hardware)
 model = whisper.load_model("base")
 
@@ -39,15 +34,14 @@ async def generate_story_api(file: UploadFile = File(...)):
             tmp_path = tmp.name
             
         # Process the audio using our function
-        transcript, story = process_audio(tmp_path)
+        transcript = transcribe_audio(tmp_path)
         
         # Clean up temp file
         os.remove(tmp_path)
         
         # Return JSON response
         return JSONResponse({
-            "transcript": transcript,
-            "story": story
+            "transcript": transcript
         })
     except Exception as e:
         return JSONResponse(
@@ -56,43 +50,14 @@ async def generate_story_api(file: UploadFile = File(...)):
         )
 
 # Function for processing audio (used by both FastAPI and Gradio)
-def process_audio(audio_path):
+def transcribe_audio(audio_path):
     try:
         # Transcribe using Whisper
         result = model.transcribe(audio_path, language="ar")
         text = result.get("text", "")
-        
-        # Send the transcript to DeepSeek API
-        prompt = f"هذه قصة قصيرة كتبها المستخدم بصوته، من فضلك قم بتصحيح أي أخطاء لغوية أو كلمات غير مفهومة تسبب بيها موديل تحويل الصوت الي نص: {text}"
-
-        headers = {
-            "Authorization": f"Bearer {DEEPSEEK_API_KEY}",
-            "Content-Type": "application/json"
-        }
-
-        payload = {
-            "model": "deepseek-chat",  # use your actual model name
-            "messages": [
-                {"role": "user", "content": prompt}
-            ]
-        }
-
-        # Only make API call if key exists
-        if DEEPSEEK_API_KEY:
-            response = requests.post(DEEPSEEK_API_URL, json=payload, headers=headers)
-            response_json = response.json()
-
-            if response.status_code == 200 and "choices" in response_json:
-                story = response_json["choices"][0]["message"]["content"]
-            else:
-                story = "حدث خطأ أثناء توليد القصة. تفاصيل: " + str(response_json)
-        else:
-            story = "تنبيه: لم يتم تكوين مفتاح API. الرجاء تعيين متغير البيئة DEEPSEEK_API_KEY."
-            
-        return text, story
-
+        return text
     except Exception as e:
-        return "", f"حدث خطأ: {str(e)}"
+        return f"حدث خطأ: {str(e)}"
 
 # Gradio interface wrapper for the model
 def gradio_process(audio_file):
@@ -101,32 +66,31 @@ def gradio_process(audio_file):
         audio_path = audio_file if isinstance(audio_file, str) else audio_file.name
         
         # Process the audio
-        transcript, story = process_audio(audio_path)
+        transcript = transcribe_audio(audio_path)
         
-        return transcript, story
+        return transcript
 
     except Exception as e:
-        return "", f"حدث خطأ: {str(e)}"
+        return f"حدث خطأ: {str(e)}"
 
 # Define Gradio interface
-with gr.Blocks(title="RAWI Voice to Story Generator") as demo:
-    gr.Markdown("# RAWI Voice to Story Generator")
-    gr.Markdown("قم بتسجيل أو تحميل ملف صوتي باللغة العربية وسيقوم النظام بتحويله إلى قصة.")
+with gr.Blocks(title="Speech to Text Model") as demo:
+    gr.Markdown("# Speech to Text")
+    gr.Markdown("قم بتسجيل أو تحميل ملف صوتي باللغة العربية وسيقوم النظام بتحويله إلى نص.")
     
     with gr.Row():
         audio_input = gr.Audio(label="تسجيل أو تحميل صوت", type="filepath")
     
     with gr.Row():
-        submit_btn = gr.Button("توليد القصة")
+        submit_btn = gr.Button("تحويل إلى نص")
     
     with gr.Row():
         transcript_output = gr.Textbox(label="النص المستخرج من التسجيل الصوتي")
-        story_output = gr.Textbox(label="القصة المولدة")
     
     submit_btn.click(
         fn=gradio_process,
         inputs=audio_input,
-        outputs=[transcript_output, story_output],
+        outputs=transcript_output,
     )
 
 # Mount static files for frontend if they exist

requirements.txt

@@ -1,9 +1,8 @@
 gradio>=3.50.2
 openai-whisper==20231117
 torch==2.0.1
-requests==2.31.0
-ffmpeg-python==0.2.0
 fastapi==0.103.1
 uvicorn==0.23.2
 python-multipart==0.0.6
+ffmpeg-python==0.2.0
 --extra-index-url https://download.pytorch.org/whl/cpu