Create app.py

app.py

@@ -0,0 +1,46 @@
+import gradio as gr
+from transformers import WhisperProcessor, WhisperForConditionalGeneration
+import torch
+import librosa
+
+# بارگیری مدل و پردازنده
+model_name = "hackergeek98/tinyyyy_whisper"
+processor = WhisperProcessor.from_pretrained(model_name)
+model = WhisperForConditionalGeneration.from_pretrained(model_name)
+
+# انتقال مدل به GPU اگر موجود باشد
+device = "cuda" if torch.cuda.is_available() else "cpu"
+model.to(device)
+
+# تنظیم شناسه‌های اجباری برای زبان فارسی
+forced_decoder_ids = processor.get_decoder_prompt_ids(language="fa", task="transcribe")
+
+def transcribe_audio(audio_file):
+    # بارگیری فایل صوتی و نمونه‌برداری مجدد
+    audio_data, sampling_rate = librosa.load(audio_file, sr=16000)
+
+    # پیش‌پردازش
+    inputs = processor(audio_data, sampling_rate=samning_rate, return_tensors="pt").input_features.to(device)
+
+    # تولید متن با اجبار به زبان فارسی
+    with torch.no_grad():
+        predicted_ids = model.generate(
+            inputs,
+            forced_decoder_ids=forced_decoder_ids
+        )
+
+    # رمزگشایی خروجی
+    transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]
+    return transcription
+
+# ایجاد رابط Gradio
+interface = gr.Interface(
+    fn=transcribe_audio,
+    inputs=gr.Audio(type="filepath"),
+    outputs=gr.Textbox(label="متن فارسی"),
+    title="تبدیل گفتار به متن فارسی",
+    description="فایل صوتی فارسی آپلود کنید (فرمت‌های wav, mp3, ...)"
+)
+
+# اجرای برنامه
+interface.launch()