Spaces:
Runtime error
Runtime error
File size: 2,774 Bytes
c97ee64 ec62fda c97ee64 ec62fda c97ee64 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 |
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import numpy as np
import librosa
import re
from unidecode import unidecode
import base64
import faster_whisper
app = FastAPI()
class AudioBytesEncoded(BaseModel):
audio_bytes_encoded: str
model_faster = faster_whisper.WhisperModel('tiny')
def CorregirErrores(texto):
for key, value in {'dinea': 'linea', 'dino': 'linea', 'tos': 'dos', 'dra': 'tra', 'una': 'uno', 'tes': 'tres', '1': 'uno', '2': 'dos', '3': 'tres'}.items():
texto = texto.replace(key, value)
return texto
comando_base = ['linea', 'tra']
comando_num = ['uno', 'dos', 'tres']
pattern = '|'.join([re.escape(word) for word in comando_base + comando_num])
nombre_clases = ['linea_uno', 'linea_dos', 'linea_tres', 'tra_uno', 'tra_dos', 'tra_tres']
def predecir(audio):
resultado_final = None
completado = False
params1 = {'initial_prompt': 'Línea 1. Línea 2. Línea 3. Tra 1. Tra 2. Tra 3.',
'suppress_tokens': [],
'repetition_penalty': 2,
'no_speech_threshold': 0.1,
'log_prob_threshold': -0.1}
params2 = {'initial_prompt': [],
'suppress_tokens': [],
'repetition_penalty': 2,}
for params in (params1, params2):
for temp in [0, 1.0]:
resultado_original = model_faster.transcribe(audio, language='es', temperature=temp, **params)[0]
try:
resultado_original = next(resultado_original).text
except:
print('Falló la conversion.')
continue
print('Predicción:\t', resultado_original, end='\n')
resultado = unidecode(resultado_original.lower().strip())
resultado = CorregirErrores(resultado)
for resultado in resultado.split('.'):
matches = re.findall(pattern, resultado)
resultado_final = '_'.join(matches)
if resultado_final in nombre_clases:
completado = True
break
if completado:
break
if completado:
break
if resultado_final not in nombre_clases:
resultado = 'Comando no reconocido.'
return resultado
@app.post("/predict/")
async def predict(audio_bytes_encoded: AudioBytesEncoded):
try:
audio_bytes = base64.b64decode(audio_bytes_encoded.audio_bytes_encoded)
audio_np = np.frombuffer(audio_bytes, dtype=np.float32)
audio_np = librosa.util.normalize(audio_np)
prediction = predecir(audio_np)
return {"prediction": prediction}
except Exception as e:
print(f"An error occurred: {e}")
raise HTTPException(status_code=500, detail=str(e))
|