Spaces:
Running
Running
import streamlit as st | |
import torch | |
import tempfile | |
import os | |
import librosa | |
import numpy as np | |
from transformers import WhisperProcessor, WhisperForConditionalGeneration | |
from peft import PeftModel | |
# Configuration de l'interface Streamlit | |
st.title("🔊 Transcription Audio avec Whisper Fine-tuné (LoRA)") | |
st.write("Upload un fichier audio et laisse ton modèle fine-tuné faire le travail !") | |
# 🔹 Charger le modèle Whisper Large et appliquer l’adaptateur LoRA | |
# Permet de ne charger qu'une seule fois le modèle | |
def load_model(): | |
base_model_name = "openai/whisper-large" # Modèle de base | |
adapter_model_name = "SimpleFrog/whisper_finetuned" # Adaptateur LoRA | |
# Charger le modèle de base | |
model = WhisperForConditionalGeneration.from_pretrained(base_model_name) | |
# Charger l'adaptateur LoRA et l'appliquer au modèle | |
model = PeftModel.from_pretrained(model, adapter_model_name) | |
# Charger le processeur audio | |
processor = WhisperProcessor.from_pretrained(base_model_name) | |
model.eval() # Mode évaluation | |
return processor, model | |
processor, model = load_model() | |
# 🔹 Upload d'un fichier audio | |
uploaded_file = st.file_uploader("Upload un fichier audio", type=["mp3", "wav", "m4a"]) | |
if uploaded_file is not None: | |
# Sauvegarder temporairement l'audio | |
with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_audio: | |
temp_audio.write(uploaded_file.read()) | |
temp_audio_path = temp_audio.name | |
# Charger et traiter l'audio | |
st.write("📄 **Transcription en cours...**") | |
# 🔹 Charger l'audio et convertir en waveform | |
audio, sr = librosa.load(temp_audio_path, sr=16000) # Whisper attend du 16kHz | |
audio = np.expand_dims(audio, axis=0) # Ajouter une dimension batch | |
# 🔹 Préparer les entrées pour Whisper | |
inputs = processor(audio, sampling_rate=16000, return_tensors="pt") | |
# 🔹 Générer la transcription | |
with torch.no_grad(): | |
predicted_ids = model.generate(inputs.input_features) | |
# 🔹 Décoder la sortie | |
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0] | |
# 🔹 Afficher la transcription | |
st.subheader("📝 Transcription :") | |
st.text_area("", transcription, height=200) | |
# Supprimer le fichier temporaire après l'affichage | |
os.remove(temp_audio_path) | |
st.write("🔹 Modèle utilisé :", "Whisper Large + Adaptateur LoRA (SimpleFrog/whisper_finetuned)") | |