Update app.py

app.py

@@ -28,7 +28,7 @@ import speech_recognition as speech_r
 from jiwer import wer
 import time
 
-@st.cache_resource
+@st.cache
 def load_model(model):
     path = 'lightning_logs/version_0/checkpoints/' + str(model)
     onnx_model = onnx.load(path)
@@ -407,15 +407,15 @@ if st.button('Сгенерировать потери'):
     df_1['WER'] = WER_mass
     
     st.dataframe(df_1, column_config={
-        "PESQ": st.column_config.NumberColumn("PESQ",
+        "PESQ": st.column_config.Column("PESQ",
             help="Перцептивная оценка качества речи - https://ieeexplore.ieee.org/document/941023"),
-        "STOI": st.column_config.NumberColumn("STOI",
+        "STOI": st.column_config.Column("STOI",
             help="Индекс объективной кратковременной разборчивости - https://ieeexplore.ieee.org/document/5495701"),
-        "PLCMOSv1":  st.column_config.NumberColumn("PLCMOSv1",
+        "PLCMOSv1":  st.column_config.Column("PLCMOSv1",
             help="Эталонная метрика PLCMOS - https://arxiv.org/abs/2305.15127"),
-        "PLCMOSv2":  st.column_config.NumberColumn("PLCMOSv2",
+        "PLCMOSv2":  st.column_config.Column("PLCMOSv2",
             help="Неэталонная метрика PLCMOS - https://arxiv.org/abs/2305.15127"),
-        "WER":  st.column_config.NumberColumn("WER",
+        "WER":  st.column_config.Column("WER",
             help="Процент нераспознанных слов - https://deepgram.com/learn/what-is-word-error-rate")})
 
     st.bar_chart(df_1, x="Audio", y="PESQ")
@@ -427,7 +427,7 @@ if st.button('Сгенерировать потери'):
 
     col1, col2, col3, col4, col5 = st.columns(5)
     col1.metric("PESQ", value = psq_mas[-1], delta = psq_mas[-1] - psq_mas[-2])
-    col2.metric("STOI", value = stoi_mass[-1], delta = stoi_mass[-1] - stoi_mass[-2], delta_color="inverse")
+    col2.metric("STOI", value = stoi_mass[-1], delta = stoi_mass[-1] - stoi_mass[-2])
     col3.metric("PLCMOSv1", value = PLC_massv1[-1], delta = PLC_massv1[-1] - PLC_massv1[-2])
     col4.metric("PLCMOSv2", value = PLC_massv2[-1], delta = PLC_massv2[-1] - PLC_massv2[-2])
     col5.metric("WER", value = WER_mass[-1], delta = WER_mass[-1] - WER_mass[-2], delta_color="inverse")