Spaces:
Runtime error
Runtime error
File size: 4,899 Bytes
6f2d374 f89e973 dad4da4 f89e973 6f2d374 f89e973 4e218e5 6f2d374 f89e973 6f2d374 f89e973 f9a041d f89e973 6f2d374 f89e973 216427b f89e973 6f2d374 f89e973 a4f2967 f9a041d f89e973 6430135 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 |
import gradio as gr
import torch
from transformers import pipeline
import os
import tempfile
import shutil
from docx import Document
import time
# ✅ ตรวจสอบ ffmpeg
if not shutil.which("ffmpeg"):
raise EnvironmentError("ffmpeg not found. Please install ffmpeg and ensure it's in PATH.")
# ✅ ลบ path ffmpeg เฉพาะ local เพราะ Spaces มี ffmpeg ติดตั้งแล้ว
# os.environ["PATH"] += os.pathsep + r"C:\ffmpeg\ffmpeg-master-latest-win64-gpl\ffmpeg-master-latest-win64-gpl\bin"
# ✅ โหลดโมเดล small
MODEL_NAME = "biodatlab/whisper-th-small-combined"
device = 0 if torch.cuda.is_available() else "cpu"
pipe = pipeline(
task="automatic-speech-recognition",
model=MODEL_NAME,
chunk_length_s=30,
device=device,
)
# ✅ ฟังก์ชันแปลงเสียงเป็นข้อความ (return text และ processing time)
def transcribe_audio(audio):
start_time = time.time() # บันทึกเวลาเริ่มต้น
if not audio:
return "กรุณาอัปโหลดไฟล์เสียงก่อน", "ไม่ได้ประมวลผล"
try:
result = pipe(audio, generate_kwargs={"language": "<|th|>", "task": "transcribe"}, batch_size=14)
text = result["text"]
end_time = time.time() # บันทึกเวลาสิ้นสุด
processing_time = end_time - start_time
return text, f"ใช้เวลา: {processing_time:.2f} วินาที"
except Exception as e:
return f"เกิดข้อผิดพลาด: {str(e)}", "เกิดข้อผิดพลาด"
# ✅ ฟังก์ชันสร้างไฟล์สำหรับดาวน์โหลด (.txt หรือ .docx)
def create_download_file(text, file_format):
if not text or text.startswith("กรุณา") or text.startswith("เกิดข้อผิดพลาด"):
return None
try:
if file_format == "Text (.txt)":
with tempfile.NamedTemporaryFile(suffix=".txt", delete=False, mode="w", encoding="utf-8") as f:
f.write(text)
return f.name
else: # Word (.docx)
doc = Document()
doc.add_paragraph(text)
with tempfile.NamedTemporaryFile(suffix=".docx", delete=False) as f:
doc.save(f.name)
return f.name
except Exception as e:
return None
# ✅ CSS สำหรับจัด Markdown ตรงกลางและทำให้ Textbox มีแถบเลื่อน
custom_css = """
.markdown {
text-align: center !important;
}
#transcribed-text textarea {
height: 250px !important;
overflow-y: auto !important;
resize: vertical !important;
}
"""
# ✅ UI Layout
with gr.Blocks(css=custom_css) as demo:
gr.Markdown("""
<div style="text-align: center;">
<h2> แปลงเสียงพูดภาษาไทยเป็นข้อความ </h2>
</div>
""")
with gr.Row():
with gr.Column(scale=1):
audio_input = gr.Audio(label="🎵 อัปโหลดไฟล์เสียง (MP3, WAV, M4A)", type="filepath")
download_format = gr.Dropdown(
choices=["Text (.txt)", "Word (.docx)"],
label="📄 เลือกฟอร์แมตไฟล์",
value="Text (.txt)"
)
transcribe_btn = gr.Button("🔄 แปลงเสียงเป็นข้อความ")
with gr.Column(scale=2):
transcribed_text = gr.Textbox(label="📜 ข้อความที่แปลงแล้ว", elem_id="transcribed-text")
processing_time_display = gr.Textbox(label="⏱️ เวลาที่ใช้", interactive=False)
with gr.Row():
copy_button = gr.Button("📋 คัดลอกข้อความ")
download_button = gr.DownloadButton(label="⬇️ ดาวน์โหลดไฟล์")
# Action
transcribe_btn.click(
fn=transcribe_audio,
inputs=audio_input,
outputs=[transcribed_text, processing_time_display],
show_progress=True
)
# Action คัดลอก (ใช้ JavaScript)
copy_button.click(
fn=None,
inputs=transcribed_text,
outputs=None,
js="function(text) {navigator.clipboard.writeText(text); gr.Info('คัดลอกข้อความแล้ว!'); return []}"
)
# Action ดาวน์โหลด
download_button.click(
fn=create_download_file,
inputs=[transcribed_text, download_format],
outputs=download_button
)
# รันใน Hugging Face Spaces
demo.launch() |