Update app.py

app.py

@@ -1,11 +1,12 @@
 import gradio as gr
 from transformers import pipeline
 
-# Загружаем модели для анализа тональности, суммаризации текста, генерации подписей к изображениям и ответов на вопросы
+# Загружаем модели для анализа тональности, суммаризации текста, генерации подписей к изображениям, ответов на вопросы и расшифровки аудио
 sentiment_pipeline = pipeline("sentiment-analysis")
 summarization_pipeline = pipeline("summarization")
 image_captioning_pipeline = pipeline("image-to-text")
 qa_pipeline = pipeline("question-answering")
+speech_to_text_pipeline = pipeline("automatic-speech-recognition", model="openai/whisper-small")
 
 # Функция для анализа тональности текста
 def analyze_sentiment(text):
@@ -27,6 +28,11 @@ def answer_question(context, question):
     result = qa_pipeline(question=question, context=context)
     return f"Answer: {result['answer']}, Confidence: {result['score']:.4f}"
 
+# Функция для расшифровки аудио в текст
+def transcribe_audio(audio):
+    result = speech_to_text_pipeline(audio)
+    return result['text']
+
 # Примеры текстов для анализа тональности
 sentiment_examples = [
     "I love programming, it's so much fun!",
@@ -57,6 +63,12 @@ qa_examples = [
     ["Artificial intelligence is transforming industries by automating tasks and providing insights from large datasets.", "How is AI transforming industries?"]
 ]
 
+# Примеры аудио для расшифровки
+audio_examples = [
+    "https://lazypy.ro/tts/assets/audio/StreamElements_Nicole_5c029bf08a515afb40579f0cd0c028bf.mp3",  # Пример 1
+    "https://lazypy.ro/tts/assets/audio/Bing_en-US-EricNeural_e2ca58109fc0206fb0d201689ca2bc8f.mp3"   # Пример 2
+]
+
 # Создаем интерфейс Gradio с вкладками
 with gr.Blocks() as demo:
     with gr.Tab("Sentiment Analysis"):
@@ -67,7 +79,7 @@ with gr.Blocks() as demo:
             title="Анализ тональности текста",
             description="Введите текст, чтобы определить его тональность.",
             examples=sentiment_examples,
-            examples_per_page=5  # Отображаем 3 примера на странице
+            examples_per_page=3
         )
     with gr.Tab("Text Summarization"):
         gr.Interface(
@@ -77,7 +89,7 @@ with gr.Blocks() as demo:
             title="Суммаризация текста",
             description="Введите текст, чтобы получить его краткое содержание.",
             examples=summarization_examples,
-            examples_per_page=3 # Отображаем 2 примера на странице
+            examples_per_page=2
         )
     with gr.Tab("Image Captioning"):
         gr.Interface(
@@ -87,7 +99,7 @@ with gr.Blocks() as demo:
             title="Генерация подписи к изображению",
             description="Загрузите изображение, чтобы сгенерировать его описание.",
             examples=image_examples,
-            examples_per_page=3  # Отображаем 2 примера на странице
+            examples_per_page=2
         )
     with gr.Tab("Question Answering"):
         gr.Interface(
@@ -100,7 +112,17 @@ with gr.Blocks() as demo:
             title="Ответы на вопросы",
             description="Введите контекст и вопрос, чтобы получить ответ.",
             examples=qa_examples,
-            examples_per_page=3  # Отображаем 2 примера на странице
+            examples_per_page=2
+        )
+    with gr.Tab("Speech-to-Text Transcription"):
+        gr.Interface(
+            fn=transcribe_audio,
+            inputs=gr.Audio(type="filepath", label="Загрузите аудиофайл"),
+            outputs="text",
+            title="Расшифровка аудио в текст",
+            description="Загрузите аудиофайл, чтобы получить его текстовую расшифровку.",
+            examples=audio_examples,
+            examples_per_page=2
         )
 
 # Запускаем интерфейс