Update app.py

app.py

@@ -3,7 +3,7 @@ import torch
 
 import gradio as gr
 from transformers import pipeline
-
+from huggingface_hub import InferenceClient
 import tempfile
 import os
 
@@ -20,15 +20,38 @@ pipe = pipeline(
     device=device,
 )
 
+# Hugging Face InferenceClient 사용
+hf_client = InferenceClient("CohereForAI/c4ai-command-r-plus-08-2024", token=os.getenv("HF_TOKEN"))
 
 @spaces.GPU
-def transcribe(inputs, task):
+def transcribe_summarize_and_blog(inputs, task):
     if inputs is None:
         raise gr.Error("오디오 파일이 제출되지 않았습니다! 요청을 제출하기 전에 오디오 파일을 업로드하거나 녹음해 주세요.")
 
+    # 음성을 텍스트로 변환
     text = pipe(inputs, batch_size=BATCH_SIZE, generate_kwargs={"task": task}, return_timestamps=True)["text"]
-    return text
-
+    
+    # 변환된 텍스트 요약 요청
+    try:
+        summary = hf_client.summarization(text)
+    except Exception as e:
+        raise gr.Error(f"요약 중 오류가 발생했습니다: {e}")
+    
+    # 블로그 포스팅 생성 요청
+    try:
+        blog_post = hf_client.text_generation(
+            prompt=f"다음 내용을 기반으로 블로그 포스팅을 작성해 주세요:\n{text}",
+            max_length=500,
+            temperature=0.7
+        )
+    except Exception as e:
+        raise gr.Error(f"블로그 글 생성 중 오류가 발생했습니다: {e}")
+    
+    return {
+        "transcribed_text": text, 
+        "summary": summary["summary_text"],
+        "blog_post": blog_post["generated_text"]
+    }
 
 css = """
 footer {
@@ -37,25 +60,25 @@ footer {
 """
 
 mf_transcribe = gr.Interface(css=css,
-    fn=transcribe,
+    fn=transcribe_summarize_and_blog,
     inputs=[
         gr.Audio(sources="microphone", type="filepath"),
         gr.Radio(["transcribe", "translate"], label="작업", value="transcribe"),
     ],
-    outputs="text",
-    title="받아쓰기 AI: 음성을 텍스트로 변환",
-    flagging_mode="never",  # 더 이상 사용되지 않는 allow_flagging을 flagging_mode로 변경
+    outputs=["text", "text", "text"],  # 변환된 텍스트, 요약, 블로그 글 출력
+    title="받아쓰기 AI: 음성을 텍스트 변환, 요약 및 블로그 포스팅 자동 생성",
+    flagging_mode="never",
 )
 
 file_transcribe = gr.Interface(
-    fn=transcribe,
+    fn=transcribe_summarize_and_blog,
     inputs=[
         gr.Audio(sources="upload", type="filepath", label="오디오 파일"),
         gr.Radio(["transcribe", "translate"], label="작업", value="transcribe"),
     ],
-    outputs="text",
-    title="Whisper Large V3 Turbo: 음성을 텍스트로 변환",
-    flagging_mode="never",  # 더 이상 사용되지 않는 allow_flagging을 flagging_mode로 변경
+    outputs=["text", "text", "text"],  # 변환된 텍스트, 요약, 블로그 글 출력
+    title="받아쓰기 AI: 음성을 텍스트 변환, 요약 및 블로그 포스팅 자동 생성",
+    flagging_mode="never",
 )
 
 # demo 변수를 Gradio Blocks 컨테이너로 정의