Update app.py

app.py

@@ -1,67 +1,48 @@
 import gradio as gr
 from transformers import pipeline
-import torch
-import librosa
+import requests
 import os
-import logging
-import warnings
-
-# Suprimir advertencias innecesarias
-logging.getLogger("transformers").setLevel(logging.ERROR)
-warnings.filterwarnings("ignore", category=FutureWarning)
-
-# Imprimir la versión de Gradio para depuración
-print(f"Gradio version: {gr.__version__}")
-
-# Configurar el dispositivo: GPU si está disponible, sino CPU
-device = "cuda" if torch.cuda.is_available() else "cpu"
-
-# Inicializar el pipeline de transcripción
-transcriber = pipeline(
-    "automatic-speech-recognition",
-    model="openai/whisper-base",
-    device=0 if device == "cuda" else -1
-)
-
-def transcribe_audio(audio):
-    """
-    Transcribe el archivo de audio proporcionado a texto.
-
-    Args:
-        audio: Ruta al archivo de audio subido.
-
-    Returns:
-        Texto transcrito.
-    """
-    if audio is None:
-        return "No se ha subido ningún archivo de audio."
 
+# Inicializa el pipeline de transcripción sin usar el parámetro `sampling_rate`        fertert
+asr_pipeline = pipeline("automatic-speech-recognition", model="facebook/wav2vec2-large-960h")
+
+# Función para descargar el archivo si se provee una URL
+def download_from_url(url):
+    local_filename = url.split('/')[-1]
+    with requests.get(url, stream=True) as r:
+        r.raise_for_status()
+        with open(local_filename, 'wb') as f:
+            for chunk in r.iter_content(chunk_size=8192):
+                f.write(chunk)
+    return local_filename
+
+# Función para procesar el archivo o la URL
+def transcribe_audio(file_or_url):
     try:
-        # Cargar el archivo de audio usando librosa
-        speech, sr = librosa.load(audio, sr=16000)  # Whisper requiere 16kHz
-    except Exception as e:
-        return f"Error al cargar el audio: {e}"
+        # Si el input es una URL, descargamos el archivo
+        if isinstance(file_or_url, str) and file_or_url.startswith("http"):
+            file_path = download_from_url(file_or_url)
+        else:
+            file_path = file_or_url
+
+        # Realiza la transcripción
+        result = asr_pipeline(file_path)
+        transcription = result['text']
+        return transcription
 
-    # Realizar la transcripción
-    try:
-        transcription = transcriber(speech, sampling_rate=sr)
-        return transcription['text']
     except Exception as e:
-        return f"Error durante la transcripción: {e}"
+        return f"Error durante la transcripción: {str(e)}"
 
-# Definir la interfaz de Gradio
+# Interfaz de Gradio
 iface = gr.Interface(
     fn=transcribe_audio,
-    inputs=gr.Audio(type="filepath", label="Subir Archivo de Audio (MP3/otros)"),
+    inputs=[
+        gr.Audio(source="upload", type="filepath", label="Sube un archivo de audio o vídeo (mp3, mp4, wav, etc.)"),
+        gr.Textbox(lines=1, placeholder="O pega un enlace de audio/vídeo aquí", label="URL de audio o vídeo (opcional)")
+    ],
     outputs="text",
-    title="Transcripción Multilingüe de Audio",
-    description=(
-        "Sube un archivo de audio en formato MP3 u otro compatible (inglés o español) y "
-        "obtén el texto transcrito. Utiliza el modelo Whisper de OpenAI a través de Hugging Face."
-    ),
-    allow_flagging="never",
-    theme="default"
+    title="Transcriptor de Audio & Vídeo",
+    description="Sube un archivo de audio o vídeo o proporciona un enlace. Los archivos pueden estar en español o inglés."
 )
 
-# Lanzar la interfaz
-iface.launch(share=False, server_name="0.0.0.0", server_port=int(os.environ.get("PORT", 7860)))
+iface.launch()