app.py

import gradio as gr
from transformers import pipeline
import torch
import os
from moviepy.editor import VideoFileClip

device = "cuda" if torch.cuda.is_available() else "cpu"
print(device)

def extract_audio(video_path, audio_path):
    video = VideoFileClip(video_path)
    audio = video.audio
    audio.write_audiofile(audio_path)
    video.close()

def transcribe_video(video_path):
    # Извлечение аудио из видео
    audio_path = "temp_audio.wav"
    extract_audio(video_path, audio_path)
    
    # Инициализация модели Whisper
    transcriber = pipeline("automatic-speech-recognition", model="openai/whisper-medium", device=device)
    
    # Транскрибация
    result = transcriber(audio_path, chunk_length_s=30, return_timestamps=True)
    
    # Удаление временного аудиофайла
    os.remove(audio_path)
    
    # Сохранение транскрибации в файл
    output_path = os.path.splitext(video_path)[0] + "_transcription.txt"
    with open(output_path, "w", encoding="utf-8") as f:
        f.write(result["text"])
    
    return result["text"], output_path

# Создание интерфейса Gradio
iface = gr.Interface(
    fn=transcribe_video,
    inputs=gr.Video(),
    outputs=[gr.Textbox(label="Транскрибация"), gr.File(label="Файл с транскрибацией")],
    title="Транскрибация видео",
    description="Загрузите видеофайл (mp4 или webm) для транскрибации. Результат будет отображен и сохранен в файл.",
    allow_flagging="never",
    theme = gr.themes.Soft()
)

# Запуск приложения
iface.launch(share=True, debug=True)