Update app.py
Browse files
app.py
CHANGED
@@ -34,38 +34,38 @@ def parse_transcription(logits):
|
|
34 |
return transcription
|
35 |
|
36 |
|
37 |
-
|
38 |
-
|
39 |
-
|
40 |
-
|
41 |
-
|
42 |
-
|
43 |
|
44 |
|
45 |
# Function to retrieve an answer based on a question (using fuzzy matching)
|
46 |
-
def get_answer(wav_file=None, text=None):
|
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 |
model_id = "jonatasgrosman/wav2vec2-large-xlsr-53-persian"
|
@@ -79,10 +79,10 @@ input_ = [
|
|
79 |
show_download_button=True,
|
80 |
show_edit_button=True,
|
81 |
),
|
82 |
-
gr.Textbox(label="سوال خود را بنویسید.",
|
83 |
-
|
84 |
-
|
85 |
-
|
86 |
]
|
87 |
|
88 |
txtbox = gr.Textbox(
|
@@ -97,7 +97,7 @@ title = "Speech-to-Text (persian)"
|
|
97 |
description = "، توجه داشته باشید که هرچه گفتار شما شمرده تر باشد خروجی با کیفیت تری دارید.روی دکمه ضبط صدا کلیک کنید و سپس دسترسی مرورگر خود را به میکروفون دستگاه بدهید، سپس شروع به صحبت کنید و برای اتمام ضبط دوباره روی دکمه کلیک کنید"
|
98 |
article = "<p style='text-align: center'><a href='https://github.com/nimaprgrmr'>Large-Scale Self- and Semi-Supervised Learning for Speech Translation</a></p>"
|
99 |
|
100 |
-
demo = gr.Interface(fn=
|
101 |
streaming=True, interactive=True,
|
102 |
analytics_enabled=False, show_tips=False, enable_queue=True)
|
103 |
demo.launch(share=True)
|
|
|
34 |
return transcription
|
35 |
|
36 |
|
37 |
+
def parse(wav_file):
|
38 |
+
input_values = read_file_and_process(wav_file)
|
39 |
+
with torch.no_grad():
|
40 |
+
logits = model(**input_values).logits
|
41 |
+
user_question = parse_transcription(logits)
|
42 |
+
return user_question
|
43 |
|
44 |
|
45 |
# Function to retrieve an answer based on a question (using fuzzy matching)
|
46 |
+
# def get_answer(wav_file=None, text=None):
|
47 |
|
48 |
+
# if type(wav_file) != 'str' or type(text != 'str'):
|
49 |
+
# input_values = read_file_and_process(wav_file)
|
50 |
+
# with torch.no_grad():
|
51 |
+
# logits = model(**input_values).logits
|
52 |
+
# user_question = parse_transcription(logits)
|
53 |
+
# else:
|
54 |
+
# user_question = wav_file
|
55 |
|
56 |
+
# highest_score = 0
|
57 |
+
# best_answer = None
|
58 |
|
59 |
+
# for item in DATASET:
|
60 |
+
# similarity_score = fuzz.token_set_ratio(user_question, item["question"])
|
61 |
+
# if similarity_score > highest_score:
|
62 |
+
# highest_score = similarity_score
|
63 |
+
# best_answer = item["answer"]
|
64 |
|
65 |
+
# if highest_score >= 80: # Adjust the similarity threshold as needed
|
66 |
+
# return best_answer
|
67 |
+
# else:
|
68 |
+
# return "I don't have an answer to that question."
|
69 |
|
70 |
|
71 |
model_id = "jonatasgrosman/wav2vec2-large-xlsr-53-persian"
|
|
|
79 |
show_download_button=True,
|
80 |
show_edit_button=True,
|
81 |
),
|
82 |
+
# gr.Textbox(label="سوال خود را بنویسید.",
|
83 |
+
# lines=3,
|
84 |
+
# text_align="right",
|
85 |
+
# show_label=True,)
|
86 |
]
|
87 |
|
88 |
txtbox = gr.Textbox(
|
|
|
97 |
description = "، توجه داشته باشید که هرچه گفتار شما شمرده تر باشد خروجی با کیفیت تری دارید.روی دکمه ضبط صدا کلیک کنید و سپس دسترسی مرورگر خود را به میکروفون دستگاه بدهید، سپس شروع به صحبت کنید و برای اتمام ضبط دوباره روی دکمه کلیک کنید"
|
98 |
article = "<p style='text-align: center'><a href='https://github.com/nimaprgrmr'>Large-Scale Self- and Semi-Supervised Learning for Speech Translation</a></p>"
|
99 |
|
100 |
+
demo = gr.Interface(fn=parse, inputs = input_, outputs=txtbox, title=title, description=description, article = article,
|
101 |
streaming=True, interactive=True,
|
102 |
analytics_enabled=False, show_tips=False, enable_queue=True)
|
103 |
demo.launch(share=True)
|