Upload 2 files

app.py

@@ -0,0 +1,110 @@
+import gradio as gr
+import whisper
+import os
+import asyncio
+import shutil
+import tempfile
+import uuid
+import torch
+
+# Whisper modeli yükleme
+MODEL_SIZE = os.getenv("MODEL_SIZE", "small")
+device = "cuda" if torch.cuda.is_available() else "cpu"
+print(f"Kullanılan cihaz: {device}")  # Cihaz bilgisi
+model = whisper.load_model(MODEL_SIZE).to(device)
+
+# Dosya sınırları
+MAX_FILE_SIZE_MB = int(os.getenv("MAX_FILE_SIZE_MB", 25))  # Maksimum 25MB
+ALLOWED_FORMATS = {"mp3", "wav", "m4a", "ogg"}
+
+def delete_audio_file(file_path, retries=3, wait_time=1):
+    """
+    Ses dosyasını silme işlemi (tekrar deneme mekanizmalı)
+    """
+    for attempt in range(retries):
+        try:
+            if file_path and os.path.exists(file_path):
+                os.remove(file_path)
+                print(f"Dosya başarıyla silindi: {file_path}")
+                return True
+        except Exception as e:
+            print(f"Dosya silme başarısız (Deneme {attempt + 1}/{retries}): {file_path} - {e}")
+    return False
+
+def format_text(text: str) -> str:
+    """Cümleleri satır satır düzenler"""
+    noktalama_isaretleri = [".", "?", "!", "…"]
+    for nokta in noktalama_isaretleri:
+        text = text.replace(nokta, nokta + "\n")
+    return "\n".join(filter(bool, text.split("\n")))
+
+async def process_and_transcribe(audio_path):
+    """
+    Ses dosyasını işleyip metne çevirir.
+    """
+    if not audio_path or not os.path.exists(audio_path):
+        return "", "❌ Ses dosyası yüklenmedi."
+
+    file_extension = os.path.splitext(audio_path)[-1].lower().lstrip(".")
+    if file_extension not in ALLOWED_FORMATS:
+        return "", f"❌ Desteklenen formatlar: {', '.join(ALLOWED_FORMATS)} (Yüklenen: {file_extension})."
+
+    temp_audio_path = os.path.join(tempfile.gettempdir(), f"{uuid.uuid4()}.{file_extension}")
+    shutil.copy(audio_path, temp_audio_path)
+
+    try:
+        file_size_mb = os.path.getsize(temp_audio_path) / (1024 * 1024)
+        if file_size_mb > MAX_FILE_SIZE_MB:
+            delete_audio_file(temp_audio_path)
+            return "", f"❌ Dosya boyutu {MAX_FILE_SIZE_MB}MB'ı geçemez (Yüklenen: {file_size_mb:.2f}MB)."
+
+        text = await transcribe_audio(temp_audio_path)
+        formatted = format_text(text)
+        return formatted, "✅ Transkript başarıyla oluşturuldu."
+
+    except Exception as e:
+        return "", f"⚠️ Hata oluştu: {str(e)}"
+
+    finally:
+        delete_audio_file(temp_audio_path)
+
+async def transcribe_audio(audio_path):
+    """
+    Whisper ile transkript oluşturma
+    """
+    result = await asyncio.to_thread(
+        model.transcribe,
+        audio_path,
+        language="tr",
+        temperature=0.0,
+        beam_size=5,
+        fp16=False  # CPU kullanımında hata önlemek için
+    )
+    return result["text"]
+
+with gr.Blocks() as demo:
+    gr.Markdown("## 🎤 Türkçe Ses Transkript Aracı")
+    gr.Markdown("""
+         **Türkçe sesleri yazıya döken araç**. **Maksimum 25MB** boyutunda ses dosyaları yükleyebilirsiniz.
+         """)
+    
+    with gr.Row():
+        audio_input = gr.Audio(
+            label="Ses dosyasını yükleyin veya kaydedin",
+            type="filepath",
+            autoplay=False,
+        )
+    
+    transcribe_btn = gr.Button("Transkript oluştur")
+    status_text = gr.Textbox(label="Durum", interactive=False)
+    
+    with gr.Row():
+        output_text = gr.Textbox(label="Transkript Sonucu")
+
+    transcribe_btn.click(
+        fn=process_and_transcribe,
+        inputs=[audio_input],
+        outputs=[output_text, status_text],
+    )
+
+demo.launch()

reqirements.txt

@@ -0,0 +1,3 @@
+openai-whisper
+gradio
+torch