Fix app initialization issue

app.py

@@ -1,30 +1,134 @@
-import gradio as gr
+import ffmpeg
 import numpy as np
 import librosa
+import os
+import time
 from transformers import pipeline
+import gradio as gr
+
+# Modelos de Hugging Face para español
+transcriber = pipeline("automatic-speech-recognition", model="openai/whisper-small", language="es")
+summarizer = pipeline("summarization", model="mrm8488/bert2bert_shared-spanish-finetuned-summarization")
+
+# Variable global para estados y transcripciones
+state = {"status": "Esperando transmisión...", "transcriptions": [], "summary": ""}
+
+# Función para esperar inicio de transmisión RTMP
+def wait_for_stream(rtmp_url):
+    state["status"] = "Esperando transmisión..."
+    print(state["status"])
+    while True:
+        try:
+            probe = ffmpeg.probe(rtmp_url, format='flv')
+            if probe:
+                state["status"] = "¡Transmisión detectada!"
+                print(state["status"])
+                break
+        except ffmpeg.Error:
+            time.sleep(5)
+
+# Procesar transmisión RTMP en tiempo real
+def process_rtmp(rtmp_url):
+    audio_output = "stream_audio.wav"
+    transcription = []
+
+    state["status"] = "Transcribiendo en tiempo real..."
+    print(state["status"])
+
+    # Iniciar FFmpeg para extraer audio en tiempo real
+    process = (
+        ffmpeg
+        .input(rtmp_url, format='flv')
+        .output(audio_output, format='wav', acodec='pcm_s16le', ac=1, ar=16000)
+        .overwrite_output()
+        .run_async(pipe_stdout=True, pipe_stderr=True)
+    )
+
+    try:
+        while True:
+            if os.path.exists(audio_output):
+                audio_data, _ = librosa.load(audio_output, sr=16000)
+                if len(audio_data) > 0:
+                    text = transcriber(np.array(audio_data))["text"]
+                    transcription.append(text)
+                    state["transcriptions"].append(text)
+                    print(f"Transcripción: {text}")
+            time.sleep(2)  # Procesar cada 2 segundos
+    except KeyboardInterrupt:
+        process.terminate()
+
+    state["status"] = "Transmisión finalizada"
+    print(state["status"])
+    return " ".join(transcription)
 
-# Cargar el modelo de transcripción Whisper
-transcriber = pipeline("automatic-speech-recognition", model="openai/whisper-small")
+# Generar resumen
+def finalize_summary(transcription):
+    state["status"] = "Generando resumen..."
+    print(state["status"])
+    summary = summarizer(transcription, max_length=100, min_length=30, do_sample=False)[0]["summary_text"]
+    state["summary"] = summary
+    state["status"] = "Resumen listo"
+    print(state["status"])
+    return summary
 
-# Función para procesar y transcribir el audio
-def transcribe(audio):
-    if audio is None:
-        raise ValueError("No se ha proporcionado un archivo de audio.")
+# Flujo principal
+def process_and_finalize():
+    rtmp_url = "rtmp://37.27.213.138/live/stream"
 
-    # Cargar el archivo de audio como un array NumPy
-    audio_data, _ = librosa.load(audio, sr=16000)  # Resample a 16 kHz
-    result = transcriber(np.array(audio_data))
-    return result["text"]
+    # Esperar inicio de transmisión
+    wait_for_stream(rtmp_url)
+
+    # Procesar transmisión y transcribir en tiempo real
+    transcription = process_rtmp(rtmp_url)
+
+    # Generar resumen
+    summary = finalize_summary(transcription)
+
+    return summary
+
+# Interfaz Gradio
+def display_status():
+    # Mostrar estados y transcripciones en tiempo real
+    return f"Estado: {state['status']}\n\nTranscripciones:\n" + "\n".join(state["transcriptions"]) + f"\n\nResumen final:\n{state['summary']}"
 
-# Crear la interfaz Gradio
 demo = gr.Interface(
-    fn=transcribe,
-    inputs=gr.Audio(type="filepath"),  # Subida de archivos de audio
+    fn=display_status,
+    inputs=None,
     outputs="text",
-    title="Transcripción de Audio en Vivo",
-    description="Sube un archivo de audio para transcribir su contenido automáticamente."
+    title="Estado de Transmisión y Resumen",
+    description="Muestra el estado de la transmisión, transcripciones en tiempo real y el resumen generado."
 )
 
-# Lanzar la aplicación
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()
+
+# import gradio as gr
+# import numpy as np
+# import librosa
+# from transformers import pipeline
+
+# # Cargar el modelo de transcripción Whisper
+# transcriber = pipeline("automatic-speech-recognition", model="openai/whisper-small")
+
+# # Función para procesar y transcribir el audio
+# def transcribe(audio):
+#     if audio is None:
+#         raise ValueError("No se ha proporcionado un archivo de audio.")
+
+#     # Cargar el archivo de audio como un array NumPy
+#     audio_data, _ = librosa.load(audio, sr=16000)  # Resample a 16 kHz
+#     result = transcriber(np.array(audio_data))
+#     return result["text"]
+
+# # Crear la interfaz Gradio
+# demo = gr.Interface(
+#     fn=transcribe,
+#     inputs=gr.Audio(type="filepath"),  # Subida de archivos de audio
+#     outputs="text",
+#     title="Transcripción de Audio en Vivo",
+#     description="Sube un archivo de audio para transcribir su contenido automáticamente."
+# )
+
+# # Lanzar la aplicación
+# if __name__ == "__main__":
+#     demo.launch()

requirements.txt

@@ -1,4 +1,6 @@
+ffmpeg-python
+numpy
+librosa
 transformers
 gradio
-torch
-librosa
+torch