Create app.py

Este código utiliza Gradio para crear una interfaz web interactiva.

app.py

@@ -0,0 +1,78 @@
+from transformers import pipeline
+from pydub import AudioSegment
+from pydub.utils import make_chunks
+import os
+import gradio as gr
+
+# Inicializar el modelo de Hugging Face
+modelo = pipeline("automatic-speech-recognition", model="facebook/wav2vec2-large-xlsr-53-spanish")
+
+# Función para dividir audios largos en fragmentos
+def dividir_audio(input_path, output_dir, chunk_length_ms=30000):
+    """
+    Divide un archivo de audio en fragmentos más pequeños.
+    Args:
+        input_path (str): Ruta al archivo de audio original.
+        output_dir (str): Carpeta donde se guardarán los fragmentos.
+        chunk_length_ms (int): Duración de cada fragmento en milisegundos.
+    """
+    audio = AudioSegment.from_file(input_path)
+    chunks = make_chunks(audio, chunk_length_ms)
+    os.makedirs(output_dir, exist_ok=True)
+
+    for i, chunk in enumerate(chunks):
+        chunk_name = os.path.join(output_dir, f"chunk_{i}.wav")
+        chunk.export(chunk_name, format="wav")
+        print(f"Guardado: {chunk_name}")
+
+# Función para transcribir audios
+def transcribir_audio(audio_path):
+    """
+    Transcribe un archivo de audio usando Hugging Face.
+    Args:
+        audio_path (str): Ruta al archivo de audio.
+    Returns:
+        str: Texto transcrito.
+    """
+    print(f"Procesando: {audio_path}")
+    result = modelo(audio_path)
+    return result["text"]
+
+# Función principal para manejar la transcripción desde la interfaz
+def procesar_audio(input_audio):
+    output_dir = "chunks"
+    chunk_length_ms = 30000  # Dividir en fragmentos de 30 segundos
+
+    # Guardar el archivo cargado temporalmente
+    input_audio_path = "input_audio.wav"
+    input_audio.export(input_audio_path, format="wav")
+
+    print("Dividiendo audio...")
+    dividir_audio(input_audio_path, output_dir, chunk_length_ms)
+
+    print("Transcribiendo fragmentos...")
+    transcripcion_final = []
+    for filename in sorted(os.listdir(output_dir)):
+        if filename.endswith(".wav"):
+            filepath = os.path.join(output_dir, filename)
+            texto = transcribir_audio(filepath)
+            transcripcion_final.append(texto)
+
+    # Concatenar la transcripción final
+    transcripcion_completa = " ".join(transcripcion_final)
+
+    # Devolver la transcripción completa
+    return transcripcion_completa
+
+# Crear la interfaz de usuario con Gradio
+interface = gr.Interface(
+    fn=procesar_audio,
+    inputs=gr.Audio(source="upload", type="file", label="Sube tu archivo de audio"),
+    outputs=gr.Textbox(label="Transcripción"),
+    title="Transcriptor de Audio",
+    description="Sube un archivo de audio de una reunión y obtén la transcripción completa."
+)
+
+# Ejecutar la aplicación
+if __name__ == "__main__":
+    interface.launch()