Spaces:
Sleeping
Sleeping
File size: 1,651 Bytes
9b0c4a4 |
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 |
import gradio as gr
import whisper
import openai
# Setează cheia API OpenAI
openai.api_key = "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"
# Încarcă modelul Whisper
model = whisper.load_model("base")
def proceseaza_audio(file_path):
try:
# Transcriere audio folosind Whisper
result = model.transcribe(file_path)
transcript = result.get("text", "")
if not transcript:
return "Eroare în transcrierea audio.", "Nu s-a putut genera un rezumat."
# Generare rezumat folosind OpenAI
completare = openai.ChatCompletion.create(
model="gpt-4",
messages=[
{"role": "system", "content": "Ești un asistent care rezumă conținut."},
{"role": "user", "content": transcript}
]
)
rezumat = completare.choices[0].message.content
return transcript, rezumat
except Exception as e:
return f"Eroare: {str(e)}", "Nu s-a putut genera un rezumat."
# Interfață Gradio
inputs = gr.Audio(type="filepath", label="Încărcați fișierul audio")
outputs = [
gr.Textbox(label="Transcrierea textului"),
gr.Textbox(label="Rezumatul textului")
]
app = gr.Interface(
fn=proceseaza_audio,
inputs=inputs,
outputs=outputs,
title="Transcriere și Rezumat AI",
description="Această aplicație transcrie fișiere audio și creează un rezumat al conținutului folosind AI."
)
app.launch()
|