Delete app-backup1.py

app-backup1.py

@@ -1,236 +0,0 @@
-import spaces
-import torch 
-import gradio as gr
-from transformers import pipeline
-from huggingface_hub import InferenceClient
-import os
-import numpy as np
-from pydub import AudioSegment
-import tempfile
-import math
-
-MODEL_NAME = "openai/whisper-large-v3-turbo"
-BATCH_SIZE = 8
-FILE_LIMIT_MB = 1000
-CHUNK_LENGTH = 10 * 60  # 10분 단위로 분할
-
-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 split_audio(audio_path, chunk_length=CHUNK_LENGTH):
-    """오디오 파일을 청크로 분할"""
-    audio = AudioSegment.from_file(audio_path)
-    duration = len(audio) / 1000  # 초 단위 변환
-    chunks = []
-    
-    # 청크 개수 계산
-    num_chunks = math.ceil(duration / chunk_length)
-    
-    for i in range(num_chunks):
-        start_time = i * chunk_length * 1000  # milliseconds
-        end_time = min((i + 1) * chunk_length * 1000, len(audio))
-        
-        chunk = audio[start_time:end_time]
-        
-        # 임시 파일로 저장
-        with tempfile.NamedTemporaryFile(suffix='.wav', delete=False) as temp_file:
-            chunk.export(temp_file.name, format='wav')
-            chunks.append(temp_file.name)
-    
-    return chunks, num_chunks
-
-def process_chunk(chunk_path, task):
-    """개별 청크 처리"""
-    result = pipe(
-        chunk_path,
-        batch_size=BATCH_SIZE,
-        generate_kwargs={"task": task},
-        return_timestamps=True
-    )
-    
-    # 임시 파일 삭제
-    os.unlink(chunk_path)
-    
-    return result["text"]
-
-def update_progress(progress):
-    """진행 상황 업데이트"""
-    return f"처리 중... {progress}% 완료"
-
-@spaces.GPU
-def transcribe_summarize(audio_input, task, progress=gr.Progress()):
-    if audio_input is None:
-        raise gr.Error("오디오 파일이 제출되지 않았습니다!")
-
-    try:
-        # 오디오 파일 분할
-        chunks, num_chunks = split_audio(audio_input)
-        progress(0, desc="오디오 파일 분할 완료")
-        
-        # 각 청크 처리
-        transcribed_texts = []
-        for i, chunk in enumerate(chunks):
-            chunk_text = process_chunk(chunk, task)
-            transcribed_texts.append(chunk_text)
-            progress((i + 1) / num_chunks, desc=f"청크 {i+1}/{num_chunks} 처리 중")
-        
-        # 전체 텍스트 조합
-        transcribed_text = " ".join(transcribed_texts)
-        progress(0.9, desc="텍스트 변환 완료")
-
-        # 텍스트 요약
-        try:
-            # 긴 텍스트를 위한 요약 프롬프트
-            prompt = f"""다음 텍스트를 간단히 요약해주세요:
-텍스트: {transcribed_text[:3000]}...
-요약:"""
-            
-            response = hf_client.text_generation(
-                model="CohereForAI/c4ai-command-r-plus-08-2024",
-                prompt=prompt,
-                max_new_tokens=250,
-                temperature=0.3,
-                top_p=0.9,
-                repetition_penalty=1.2,
-                stop_sequences=["\n", "텍스트:", "요약:"]
-            )
-            
-            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 발생: {str(e)}")
-            summary_text = "요약을 생성할 수 없습니다."
-        
-        progress(1.0, desc="처리 완료")
-        return [transcribed_text, summary_text]
-        
-    except Exception as e:
-        error_msg = f"음성 처리 중 오류가 발생했습니다: {str(e)}"
-        return ["", error_msg]
-
-# CSS 스타일
-css = """
-footer { visibility: hidden; }
-.progress-bar { height: 15px; border-radius: 5px; }
-.container { max-width: 1200px; margin: auto; padding: 20px; }
-.output-text { font-size: 16px; line-height: 1.5; }
-.status-display { 
-    background: #f0f0f0;
-    padding: 10px;
-    border-radius: 5px;
-    margin: 10px 0;
-}
-"""
-
-# 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=10,
-            max_lines=30,
-            placeholder="음성이 텍스트로 변환되어 여기에 표시됩니다...",
-            elem_classes="output-text"
-        ),
-        gr.Textbox(
-            label="요약",
-            lines=5,
-            placeholder="텍스트 요약이 여기에 표시됩니다...",
-            elem_classes="output-text"
-        )
-    ],
-    title="🎤 음성 변환 AI",
-    description="""
-    긴 음성 파일(1시간 이상)도 처리할 수 있습니다.
-    최대 3개의 파일을 동시에 처리할 수 있습니다.
-    처리 시간은 파일 길이에 비례하여 증가합니다.
-    """,
-    article="""
-    사용 방법:
-    1. 오디오 파일을 업로드하거나 마이크로 녹음하세요
-    2. 작업 유형을 선택하세요 (변환 또는 번역)
-    3. 변환 시작 버튼을 클릭하세요
-    4. 진행 상황을 확인하세요
-    """,
-    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=10,
-            max_lines=30,
-            elem_classes="output-text"
-        ),
-        gr.Textbox(
-            label="요약",
-            lines=5,
-            elem_classes="output-text"
-        )
-    ],
-    title="🎤 음성 변환 AI",
-    description="마이크로 음성을 녹음하여 텍스트로 변환하고 요약할 수 있습니다.",
-    flagging_mode="never"
-)
-
-# 메인 애플리케이션
-demo = gr.Blocks(theme="gradio/soft", css=css)
-with demo:
-    gr.TabbedInterface(
-        [file_transcribe, mic_transcribe],
-        ["오디오 파일", "마이크 녹음"]
-    )
-
-# 애플리케이션 실행
-demo.queue().launch(
-    server_name="0.0.0.0",
-    share=False,
-    debug=True,
-    ssr_mode=False,
-    max_threads=3  # 동시 처리 3건으로 설정
-)