Update app.py

app.py

@@ -1,26 +1,29 @@
 import gradio as gr
-import whisper
-import os
+from transformers import Wav2Vec2ForCTC, Wav2Vec2Tokenizer
 
-# Načtení API klíče z environmentální proměnné
-api_key = os.getenv('OPENAI_API_KEY')
-
-# Zde byste inicializovali model Whisper s API klíčem, pokud je to potřeba
-# U modelu Whisper od OpenAI to však obvykle není nutné
-model = whisper.load_model("base")
+# Nastavení modelu pro transkripci
+model_name = "facebook/wav2vec2-base-960h"
 
 def transcribe(audio_file):
     """
-    Transkribuje audio soubor pomocí modelu Whisper.
+    Transkribuje audio soubor pomocí Wav2Vec2 modelu.
     """
-    audio = whisper.load_audio(audio_file.name)
-    audio = whisper.pad_or_trim(audio)
-
-    # Předpověď (transkripce)
-    options = whisper.DecodingOptions(language="en")
-    result = model.transcribe(audio, options)
-
-    return result["text"]
+    # Načtení modelu a tokenizeru
+    model = Wav2Vec2ForCTC.from_pretrained(model_name)
+    tokenizer = Wav2Vec2Tokenizer.from_pretrained(model_name)
+    
+    # Převedení audio souboru na tokeny
+    input_values = tokenizer(audio_file, return_tensors="pt").input_values
+    
+    # Transkripce audia
+    with gr.no_logging():
+        with gr.no_progress():
+            transcript = model(input_values).logits.argmax(dim=-1)
+    
+    # Převedení výsledku na text
+    transcription = tokenizer.batch_decode(transcript)
+    
+    return transcription[0]
 
 iface = gr.Interface(
     fn=transcribe,