Update app.py

app.py

@@ -1,23 +1,18 @@
 import os
-import json
 import asyncio
 import tempfile
-import requests
 import gradio as gr
 import whisper
 import torch
 import edge_tts
 from pathlib import Path
 from moviepy.editor import VideoFileClip
+from transformers import MarianMTModel, MarianTokenizer
 
 # تهيئة النماذج
 DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
 whisper_model = whisper.load_model("base")
 
-# مفتاح API لـ Gemini
-GEMINI_API_KEY = "AIzaSyDrHCW4FxrDt6amCTQvYPTdh2NE06p9YlQ"
-GEMINI_API_URL = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
-
 # قاموس للغات المدعومة
 SUPPORTED_LANGUAGES = {
     "ar": {"name": "العربية", "code": "ar-SA"},
@@ -26,6 +21,16 @@ SUPPORTED_LANGUAGES = {
     "es": {"name": "Español", "code": "es-ES"}
 }
 
+# قاموس لنماذج الترجمة
+TRANSLATION_MODELS = {
+    "ar-en": "Helsinki-NLP/opus-mt-ar-en",
+    "en-ar": "Helsinki-NLP/opus-mt-en-ar",
+    "fr-en": "Helsinki-NLP/opus-mt-fr-en",
+    "en-fr": "Helsinki-NLP/opus-mt-en-fr",
+    "es-en": "Helsinki-NLP/opus-mt-es-en",
+    "en-es": "Helsinki-NLP/opus-mt-en-es"
+}
+
 # قاموس لأنواع الأصوات
 VOICE_TYPES = {
     "رجل": {
@@ -41,7 +46,7 @@ VOICE_TYPES = {
         "es": "es-ES-ElviraNeural"
     },
     "طفل": {
-        "ar": "ar-SA-ZariyahNeural",  # نستخدم صوت المرأة مع تعديل النبرة
+        "ar": "ar-SA-ZariyahNeural",
         "en": "en-US-JennyNeural",
         "fr": "fr-FR-DeniseNeural",
         "es": "es-ES-ElviraNeural"
@@ -62,19 +67,24 @@ def extract_audio_from_video(video_path):
 def process_media_file(file_path, source_lang):
     """معالجة ملف الوسائط (صوت أو فيديو)"""
     try:
+        if file_path is None:
+            return "الرجاء تحميل ملف صوتي أو فيديو"
+            
         # التحقق من نوع الملف
-        if file_path.endswith(('.mp4', '.avi', '.mov', '.mkv')):
+        if file_path.name.lower().endswith(('.mp4', '.avi', '.mov', '.mkv')):
             # إذا كان فيديو، استخرج الصوت منه
-            audio_path = extract_audio_from_video(file_path)
-        else:
+            audio_path = extract_audio_from_video(file_path.name)
+        elif file_path.name.lower().endswith(('.mp3', '.wav', '.m4a')):
             # إذا كان ملف صوتي، استخدمه مباشرة
-            audio_path = file_path
+            audio_path = file_path.name
+        else:
+            return "نوع الملف غير مدعوم. الأنواع المدعومة هي: MP3, WAV, M4A, MP4, AVI, MOV, MKV"
         
         # تحويل الصوت إلى نص
         result = whisper_model.transcribe(audio_path, language=source_lang)
         
         # حذف الملف المؤقت إذا كان فيديو
-        if file_path.endswith(('.mp4', '.avi', '.mov', '.mkv')):
+        if file_path.name.lower().endswith(('.mp4', '.avi', '.mov', '.mkv')):
             os.remove(audio_path)
         
         return result["text"]
@@ -82,36 +92,36 @@ def process_media_file(file_path, source_lang):
         return f"خطأ في معالجة الملف: {str(e)}"
 
 def translate_text(text, source_lang, target_lang):
-    """ترجمة النص باستخدام Gemini API"""
+    """ترجمة النص باستخدام MarianMT"""
     if source_lang == target_lang:
         return text
     
     try:
-        prompt = f"Translate the following text from {SUPPORTED_LANGUAGES[source_lang]['name']} to {SUPPORTED_LANGUAGES[target_lang]['name']}. Only provide the translation without any additional text or explanation:\n\n{text}"
-        
-        payload = {
-            "contents": [{
-                "parts": [{
-                    "text": prompt
-                }]
-            }]
-        }
-        
-        url = f"{GEMINI_API_URL}?key={GEMINI_API_KEY}"
-        
-        response = requests.post(
-            url,
-            headers={"Content-Type": "application/json"},
-            json=payload
-        )
-        
-        if response.status_code == 200:
-            result = response.json()
-            translated_text = result['candidates'][0]['content']['parts'][0]['text']
-            return translated_text
-        else:
-            return f"خطأ في الترجمة: {response.status_code} - {response.text}"
+        # إذا كانت اللغة المصدر ليست الإنجليزية، نترجم أولاً إلى الإنجليزية
+        if source_lang != "en":
+            model_name = TRANSLATION_MODELS[f"{source_lang}-en"]
+            model = MarianMTModel.from_pretrained(model_name)
+            tokenizer = MarianTokenizer.from_pretrained(model_name)
+            
+            inputs = tokenizer(text, return_tensors="pt", padding=True)
+            translated = model.generate(**inputs)
+            text = tokenizer.decode(translated[0], skip_special_tokens=True)
             
+            # إذا كانت اللغة الهدف هي الإنجليزية، نتوقف هنا
+            if target_lang == "en":
+                return text
+        
+        # ترجمة من الإنجليزية إلى اللغة الهدف
+        if target_lang != "en":
+            model_name = TRANSLATION_MODELS[f"en-{target_lang}"]
+            model = MarianMTModel.from_pretrained(model_name)
+            tokenizer = MarianTokenizer.from_pretrained(model_name)
+            
+            inputs = tokenizer(text, return_tensors="pt", padding=True)
+            translated = model.generate(**inputs)
+            text = tokenizer.decode(translated[0], skip_special_tokens=True)
+        
+        return text
     except Exception as e:
         return f"خطأ في الترجمة: {str(e)}"
 
@@ -151,18 +161,23 @@ def text_to_speech_wrapper(text, language, voice_type):
 with gr.Blocks(title="معالج الصوت والترجمة", theme=gr.themes.Soft()) as demo:
     gr.Markdown("# معالج الصوت والترجمة متعدد اللغات")
     
-   with gr.Tab("تحويل الوسائط إلى نص"):
+    with gr.Tab("تحويل الوسائط إلى نص"):
+        gr.Markdown("""
+        ### الملفات المدعومة:
+        - ملفات الصوت: MP3, WAV, M4A
+        - ملفات الفيديو: MP4, AVI, MOV, MKV
+        """)
+        
         with gr.Row():
             media_input = gr.File(
-                label="ملف صوتي أو فيديو",
-                file_types=[".mp3", ".wav", ".m4a", ".mp4", ".avi", ".mov", ".mkv"]
+                label="ملف صوتي أو فيديو"
             )
             source_lang = gr.Dropdown(
                 choices=list(SUPPORTED_LANGUAGES.keys()),
                 value="ar",
                 label="لغة الملف"
             )
-
+        
         transcribe_btn = gr.Button("تحويل إلى نص")
         transcribed_text = gr.Textbox(label="النص المستخرج", lines=5)