Delete app.py

app.py

@@ -1,216 +0,0 @@
-import spaces
-import torch 
-import gradio as gr
-from transformers import pipeline
-from huggingface_hub import InferenceClient
-import os
-from datetime import datetime
-
-MODEL_NAME = "openai/whisper-large-v3-turbo"
-BATCH_SIZE = 8
-FILE_LIMIT_MB = 1000
-
-device = 0 if torch.cuda.is_available() else "cpu"
-
-# Whisper 파이프라인 초기화
-pipe = pipeline(
-    task="automatic-speech-recognition",
-    model=MODEL_NAME,
-    chunk_length_s=30,
-    device=device,
-)
-
-# Hugging Face 추론 클라이언트 설정
-hf_client = InferenceClient(
-    "CohereForAI/c4ai-command-r-plus-08-2024",
-    token=os.getenv("HF_TOKEN")
-)
-
-def get_word_count(text):
-    """텍스트의 단어 수 계산"""
-    if not text:
-        return 0
-    return len(text.split())
-
-def format_duration(seconds):
-    """초 단위 시간을 mm:ss 형식으로 변환"""
-    try:
-        minutes = int(seconds // 60)
-        seconds = int(seconds % 60)
-        return f"{minutes:02d}:{seconds:02d}"
-    except:
-        return "00:00"
-
-@spaces.GPU
-def transcribe_summarize(audio_input, task):
-    if audio_input is None:
-        raise gr.Error("오디오 파일이 제출되지 않았습니다!")
-    
-    try:
-        # 음성을 텍스트로 변환
-        result = pipe(
-            audio_input,
-            batch_size=BATCH_SIZE,
-            generate_kwargs={"task": task},
-            return_timestamps=True
-        )
-        transcribed_text = result["text"]
-        
-        # 기본 분석 정보
-        word_count = get_word_count(transcribed_text)
-        duration = format_duration(result.get("duration", 0))
-        
-        # 텍스트 요약
-        try:
-            prompt = (
-                "다음 텍스트를 한국어로 간단히 요약해주세요:\n\n"
-                f"텍스트: {transcribed_text}\n"
-                "요약:"
-            )
-            
-            response = hf_client.text_generation(
-                prompt=prompt,
-                max_new_tokens=500,
-                temperature=0.3,
-                top_p=0.9,
-                repetition_penalty=1.2
-            )
-            
-            summary_text = str(response)
-            if "요약:" in summary_text:
-                summary_text = summary_text.split("요약:")[1].strip()
-            
-        except Exception as e:
-            print(f"요약 생성 중 오류: {str(e)}")
-            summary_text = "요약을 생성할 수 없습니다."
-        
-        # 분석 정보 포맷팅
-        stats = f"""
-        📊 분석 정보:
-        - 단어 수: {word_count}개
-        - 음성 길이: {duration}
-        - 생성 시간: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
-        """
-        
-        return [transcribed_text, summary_text, stats]
-        
-    except Exception as e:
-        error_msg = f"처리 중 오류가 발생했습니다: {str(e)}"
-        return ["", error_msg, ""]
-
-# CSS 스타일
-css = """
-footer { visibility: hidden; }
-.gradio-container { 
-    max-width: 1000px; 
-    margin: auto; 
-    padding: 20px;
-}
-.output-stats {
-    background-color: #f5f5f5;
-    padding: 10px;
-    border-radius: 5px;
-    font-family: monospace;
-}
-"""
-
-# 파일 업로드 인터페이스
-file_transcribe = gr.Interface(
-    fn=transcribe_summarize,
-    inputs=[
-        gr.Audio(
-            sources="upload",
-            type="filepath",
-            label="오디오 파일"
-        ),
-        gr.Radio(
-            choices=["transcribe", "translate"],
-            label="작업 선택",
-            value="transcribe"
-        )
-    ],
-    outputs=[
-        gr.Textbox(
-            label="변환된 텍스트",
-            lines=5,
-            placeholder="음성이 텍스트로 변환되어 여기에 표시됩니다..."
-        ),
-        gr.Textbox(
-            label="요약",
-            lines=3,
-            placeholder="텍스트 요약이 여기에 표시됩니다..."
-        ),
-        gr.Textbox(
-            label="분석 정보",
-            lines=4,
-            placeholder="분석 정보가 여기에 표시됩니다..."
-        )
-    ],
-    title="🎤 받아쓰기 AI",
-    description="""
-    음성 파일을 업로드하거나 직접 녹음하여 텍스트로 변환하고 요약할 수 있습니다.
-    
-    사용 방법:
-    1. 오디오 파일을 업로드하거나 마이크로 녹음하세요
-    2. 작업 유형을 선택하세요 (변환 또는 번역)
-    3. 변환 버튼을 클릭하세요
-    """,
-    article="developed by Claude",
-    examples=[],
-    cache_examples=False,
-    flagging_mode="never"
-)
-
-# 마이크 녹음 인터페이스
-mic_transcribe = gr.Interface(
-    fn=transcribe_summarize,
-    inputs=[
-        gr.Audio(
-            sources="microphone",
-            type="filepath",
-            label="마이크 녹음"
-        ),
-        gr.Radio(
-            choices=["transcribe", "translate"],
-            label="작업 선택",
-            value="transcribe"
-        )
-    ],
-    outputs=[
-        gr.Textbox(
-            label="변환된 텍스트",
-            lines=5,
-            placeholder="음성이 텍스트로 변환되어 여기에 표시됩니다..."
-        ),
-        gr.Textbox(
-            label="요약",
-            lines=3,
-            placeholder="텍스트 요약이 여기에 표시됩니다..."
-        ),
-        gr.Textbox(
-            label="분석 정보",
-            lines=4,
-            placeholder="분석 정보가 여기에 표시됩니다..."
-        )
-    ],
-    title="🎤 받아쓰기 AI",
-    description="마이크로 음성을 녹음하여 텍스트로 변환하고 요약할 수 있습니다.",
-    flagging_mode="never",
-    css=css
-)
-
-# 메인 애플리케이션
-demo = gr.Blocks(theme="Nymbo/Nymbo_Theme", css=css)
-with demo:
-    gr.TabbedInterface(
-        [file_transcribe, mic_transcribe],
-        ["오디오 파일", "마이크 녹음"]
-    )
-
-# 애플리케이션 실행
-demo.queue().launch(
-    share=False,
-    debug=True,
-    show_error=True,
-    ssr_mode=False
-)