app.py

import streamlit as st
import os
import io
from groq import Groq
import soundfile as sf
from tempfile import NamedTemporaryFile

# API-Key aus Umgebungsvariable laden
api_key = os.getenv('groqwhisper')

if not api_key:
    st.error("Bitte setzen Sie die Umgebungsvariable 'groqwhisper'")
    st.stop()

# Groq-Client initialisieren
client = Groq(api_key=api_key)

def process_audio(audio_bytes):
    """Verarbeitet Audio-Bytes und gibt Transkript zurück"""
    try:
        # Konvertiere Bytes in Audio-Daten
        audio_io = io.BytesIO(audio_bytes)
        samples, sample_rate = sf.read(audio_io)
        
        with NamedTemporaryFile(suffix=".wav", delete=False) as tmpfile:
            sf.write(tmpfile.name, samples, sample_rate)
            
            with open(tmpfile.name, "rb") as audio_file:
                transcription = client.audio.transcriptions.create(
                    file=(tmpfile.name, audio_file, "audio/wav"),
                    model="whisper-large-v3-turbo",
                    language="de",
                    response_format="text"
                )
        return transcription
        
    except Exception as e:
        return f"Fehler: {str(e)}"
    finally:
        if 'tmpfile' in locals():
            os.unlink(tmpfile.name)

# Streamlit UI
st.title("🎤 Audio Transkription")
st.info("Funktioniert auf Hugging Face Spaces!")


audio_bytes = st.audio_input(
    "Oder sprechen Sie jetzt:", 
    type="wav"
)

if audio_bytes:
    # Verarbeitung Mikrofonaufnahme
    try:
        # Konvertiere Bytes in Audio-Daten
        audio_io = io.BytesIO(audio_bytes)
        audio_data = sf.read(audio_io)
        transcription = processaudio(audio_data)
        sr_outputs.text(transcription)
    except Exception as e:
        sr_outputs.text(f"Fehler bei der Aufnahmeverarbeitung: {str(e)}")