Hugging Face's logo

Spaces:
jeongsoo
/
audio_summarizer
Runtime error

App Files Community
audio_summarizer / deployment_guide.md
Jeongsoo1975
Initial commit: Gradio text-based speaker separation app for Hugging Face Spaces
ae9ec05
preview code
|
raw
history blame contribute delete
3.97 kB

A newer version of the Gradio SDK is available: 5.42.0

Upgrade

🚀 허깅페이스 Spaces 배포 가이드

📋 배포 준비사항

1. 필수 파일 확인

  • app.py (메인 애플리케이션)
  • stt_processor.py (STT 처리 모듈)
  • requirements.txt (의존성)
  • README.md (허깅페이스용 설명)

2. Google AI API 키 준비

  1. Google AI Studio 접속
  2. Google 계정으로 로그인
  3. "Create API Key" 클릭
  4. 생성된 API 키 복사 (나중에 Hugging Face에서 사용)

🔧 허깅페이스 Spaces 배포 단계

1단계: Hugging Face 계정 생성

  1. Hugging Face 접속
  2. 계정 생성 또는 로그인

2단계: 새 Space 생성

  1. 프로필 페이지에서 "Spaces" 탭 클릭
  2. "Create new Space" 버튼 클릭
  3. 설정:
    • Space name: stt-speaker-separation (또는 원하는 이름)
    • License: MIT
    • SDK: Gradio
    • Hardware: CPU basic (무료)
    • Visibility: Public

3단계: 코드 업로드

다음 방법 중 하나 선택:

방법 A: 웹 인터페이스 사용

  1. Space 페이지에서 "Files" 탭 클릭
  2. "Upload files" 클릭
  3. 다음 파일들을 업로드:
    • app.py
    • stt_processor.py
    • requirements.txt
    • README.md

방법 B: Git 사용 

# Space 복제
git clone https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
cd YOUR_SPACE_NAME

# 파일 복사
copy app.py .
copy stt_processor.py .
copy requirements.txt .
copy README.md .

# 커밋 및 푸시
git add .
git commit -m "Initial upload of STT speaker separation app"
git push

4단계: 환경 변수 설정

  1. Space 페이지에서 "Settings" 탭 클릭
  2. "Repository secrets" 섹션 찾기
  3. "New secret" 클릭
  4. 다음 입력:
    • Name: GOOGLE_API_KEY
    • Value: 앞서 복사한 Google AI API 키
  5. "Add secret" 클릭

5단계: 앱 빌드 및 실행 확인

  1. Space가 자동으로 빌드 시작됨
  2. 빌드 로그에서 오류 확인
  3. 빌드 완료 후 앱 인터페이스 확인

🔍 빌드 로그 확인 포인트

정상 빌드 시 나타나는 로그: 

Installing dependencies from requirements.txt...
✓ torch
✓ torchaudio
✓ openai-whisper
✓ google-generativeai
✓ gradio
✓ spaces

주의해야 할 오류:

  • ModuleNotFoundError: requirements.txt 확인
  • API Key Error: 환경 변수 설정 확인
  • CUDA/GPU 오류: CPU 빌드 환경이므로 정상

📊 성능 최적화

CPU 환경 최적화:

  1. Whisper 모델을 "base"로 유지 (더 작은 모델 사용)
  2. 배치 처리 대신 단일 파일 처리 사용
  3. 메모리 사용량 모니터링

사용자 경험 개선:

  1. 파일 크기 제한 안내
  2. 처리 시간 예상 안내
  3. 에러 메시지 명확화

🌐 배포 후 공유

Space URL:

https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME

임베드 코드: 

<iframe
    src="https://your-username-your-space-name.hf.space"
    frameborder="0"
    width="850"
    height="450"
></iframe>

🛠 문제 해결

자주 발생하는 문제:

1. API 키 인식 불가

  • Settings → Repository secrets에서 GOOGLE_API_KEY 확인
  • 키에 특수문자나 공백이 없는지 확인

2. 모델 로딩 시간 초과

  • Whisper 모델 크기 조정 (base → tiny)
  • 타임아웃 설정 증가

3. 메모리 부족

  • 동시 처리 요청 수 제한
  • 파일 크기 제한 설정

4. 빌드 실패

  • requirements.txt의 패키지 버전 호환성 확인
  • Python 버전 호환성 확인

📞 지원

🎉 배포 완료!

배포가 성공적으로 완료되면:

  1. 공개 URL을 통해 누구나 접근 가능
  2. 자동으로 SSL 인증서 적용
  3. CDN을 통한 전세계 접근 가능
  4. 사용량 통계 확인 가능