Spaces:
Sleeping
Sleeping
File size: 7,649 Bytes
1b63e6c 44922b3 934e488 1b63e6c 947bfcc 1b63e6c 44922b3 934e488 44922b3 934e488 44922b3 947bfcc 934e488 947bfcc 1b63e6c 947bfcc 1b63e6c 44922b3 934e488 947bfcc 12bee70 934e488 1b63e6c 12bee70 44922b3 1b63e6c 947bfcc 934e488 12bee70 934e488 1b63e6c 947bfcc 934e488 947bfcc 2ec8f56 934e488 1b63e6c 934e488 12bee70 934e488 12bee70 2ec8f56 12bee70 934e488 2ec8f56 12bee70 2ec8f56 12bee70 2ec8f56 12bee70 2ec8f56 f2660e3 947bfcc c1275f1 2ec8f56 947bfcc 2ec8f56 947bfcc 2ec8f56 c1275f1 934e488 c1275f1 934e488 2ec8f56 947bfcc 934e488 2ec8f56 44922b3 1b63e6c 947bfcc 2ec8f56 44922b3 |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 |
import gradio as gr
import torch
from transformers import pipeline
from datetime import datetime
class GeradorTrilhaAprendizado:
def __init__(self):
self.device = 0 if torch.cuda.is_available() else -1
self.transcriber = pipeline("automatic-speech-recognition",
model="openai/whisper-base",
device=self.device)
self.generator = pipeline("text-generation",
model="gpt2-large",
device=self.device)
self.historico = []
def processar_audio(self,
audio_path: str,
nome_trilha: str,
nivel: str = "intermediário",
area: str = "geral",
duracao: str = "3 meses",
incluir_recursos: bool = True) -> tuple:
try:
transcricao = self.transcriber(audio_path)["text"]
prompt = f"""
Crie uma trilha de aprendizado estruturada para nível {nivel} na área de {area}
com duração de {duracao} com base no seguinte objetivo:
{transcricao}
Inclua:
1. Objetivos de aprendizagem específicos
2. Pré-requisitos necessários
3. Módulos de estudo sequenciais
4. Projetos práticos
5. Marcos de avaliação
6. Cronograma sugerido
Trilha de aprendizado para {nome_trilha}:
"""
analise = self.generator(prompt,
max_length=500,
num_return_sequences=1,
temperature=0.7,
top_p=0.95)[0]["generated_text"]
if incluir_recursos:
recursos = self._gerar_recursos(nivel, area, transcricao)
analise += "\n\n" + recursos
# Salvar no histórico
self.historico.append({
"data": datetime.now().strftime("%d/%m/%Y %H:%M"),
"nome": nome_trilha,
"nivel": nivel,
"area": area,
"duracao": duracao,
"transcricao": transcricao,
"analise": analise
})
return (
transcricao,
analise,
self._formatar_historico(),
"✅ Trilha gerada com sucesso!"
)
except Exception as e:
return (
f"Erro: {str(e)}",
"Não foi possível gerar a análise.",
self._formatar_historico(),
"❌ Ocorreu um erro"
)
def _formatar_historico(self) -> str:
if not self.historico:
return "Nenhuma trilha gerada ainda"
historico_fmt = "📋 Histórico de Trilhas:\n\n"
for h in self.historico[-5:]: # Últimas 5 trilhas
historico_fmt += f"• {h['data']} - {h['nome']} ({h['nivel']}, {h['area']})\n"
return historico_fmt
def _gerar_recursos(self, nivel: str, area: str, objetivo: str) -> str:
recursos_por_nivel = {
"iniciante": {
"cursos": ["Fundamentos Básicos", "Introdução Prática"],
"livros": ["Guia do Iniciante", "Primeiros Passos"],
"projetos": ["Projeto inicial guiado", "Mini-projetos práticos"]
},
"intermediário": {
"cursos": ["Especialização Prática", "Técnicas Avançadas"],
"livros": ["Guia Completo", "Estudos de Caso"],
"projetos": ["Projetos de média complexidade", "Desafios práticos"]
},
"avançado": {
"cursos": ["Masterclass Avançada", "Especialização Profissional"],
"livros": ["Técnicas Avançadas", "Estado da Arte"],
"projetos": ["Projetos complexos", "Contribuições open-source"]
}
}
recursos = recursos_por_nivel[nivel]
return f"""
📚 Recursos Recomendados para {area} - Nível {nivel}:
1. Cursos Recomendados:
- {recursos['cursos'][0]}
- {recursos['cursos'][1]}
2. Material de Estudo:
- {recursos['livros'][0]}
- {recursos['livros'][1]}
3. Projetos Práticos:
- {recursos['projetos'][0]}
- {recursos['projetos'][1]}
4. Recursos Adicionais:
- Comunidades de prática
- Mentoria entre pares
- Workshops práticos
- Avaliações periódicas
"""
def criar_interface():
with gr.Blocks(theme=gr.themes.Soft()) as app:
gr.Markdown("""
# 🎓 Gerador de Trilha de Aprendizado
Grave ou faça upload de um áudio descrevendo seus objetivos e receba uma trilha personalizada!
""")
with gr.Row():
with gr.Column():
audio_input = gr.Audio(
type="filepath",
label="Áudio",
sources=["microphone", "upload"]
)
nome_trilha = gr.Textbox(
label="Nome da Trilha",
placeholder="Dê um nome para sua trilha"
)
nivel = gr.Dropdown(
choices=["iniciante", "intermediário", "avançado"],
value="intermediário",
label="Nível de Dificuldade"
)
area = gr.Dropdown(
choices=["programação", "data science", "design", "marketing", "negócios", "geral"],
value="geral",
label="Área de Conhecimento"
)
duracao = gr.Dropdown(
choices=["1 mês", "3 meses", "6 meses", "1 ano"],
value="3 meses",
label="Duração Estimada"
)
incluir_recursos = gr.Checkbox(
label="Incluir Recursos Recomendados",
value=True
)
processar_btn = gr.Button("🚀 Gerar Trilha de Aprendizado")
with gr.Row():
with gr.Column():
status = gr.Markdown()
transcricao = gr.Textbox(label="Transcrição do Áudio", lines=4)
analise = gr.Textbox(label="Sua Trilha de Aprendizado", lines=10)
historico = gr.Markdown(label="Histórico")
# Botão de ajuda
with gr.Accordion("ℹ️ Como usar"):
gr.Markdown("""
1. Grave um áudio descrevendo seus objetivos de aprendizado
2. Escolha o nome da trilha, nível, área e duração
3. Clique em 'Gerar Trilha de Aprendizado'
4. Revise a transcrição e a trilha gerada
5. O histórico mostra suas últimas 5 trilhas geradas
""")
processar_btn.click(
fn=GeradorTrilhaAprendizado().processar_audio,
inputs=[audio_input, nome_trilha, nivel, area, duracao, incluir_recursos],
outputs=[transcricao, analise, historico, status]
)
return app
if __name__ == "__main__":
app = criar_interface()
app.queue()
app.launch() |