Update app.py

app.py

@@ -1,5 +1,3 @@
-import torch
-
 import gradio as gr
 import yt_dlp as youtube_dl
 from transformers import pipeline
@@ -7,6 +5,7 @@ from transformers.pipelines.audio_utils import ffmpeg_read
 
 import tempfile
 import os
+import time  # Hinzugefügtes Modul für die Zeitberechnung
 
 MODEL_NAME = "openai/whisper-large-v3"
 BATCH_SIZE = 8
@@ -22,7 +21,6 @@ pipe = pipeline(
     device=device,
 )
 
-
 def transcribe(inputs, task):
     if inputs is None:
         raise gr.Error("No audio file submitted! Please upload or record an audio file before submitting your request.")
@@ -30,66 +28,16 @@ def transcribe(inputs, task):
     text = pipe(inputs, batch_size=BATCH_SIZE, generate_kwargs={"task": task}, return_timestamps=True)["text"]
     return  text
 
+# ... (Fortsetzung des Codes für die Funktionen _return_yt_html_embed, download_yt_audio, yt_transcribe, etc.)
 
-def _return_yt_html_embed(yt_url):
-    video_id = yt_url.split("?v=")[-1]
-    HTML_str = (
-        f'<center> <iframe width="500" height="320" src="https://www.youtube.com/embed/{video_id}"> </iframe>'
-        " </center>"
-    )
-    return HTML_str
-
-def download_yt_audio(yt_url, filename):
-    info_loader = youtube_dl.YoutubeDL()
-    
-    try:
-        info = info_loader.extract_info(yt_url, download=False)
-    except youtube_dl.utils.DownloadError as err:
-        raise gr.Error(str(err))
-    
-    file_length = info["duration_string"]
-    file_h_m_s = file_length.split(":")
-    file_h_m_s = [int(sub_length) for sub_length in file_h_m_s]
-    
-    if len(file_h_m_s) == 1:
-        file_h_m_s.insert(0, 0)
-    if len(file_h_m_s) == 2:
-        file_h_m_s.insert(0, 0)
-    file_length_s = file_h_m_s[0] * 3600 + file_h_m_s[1] * 60 + file_h_m_s[2]
-    
-    if file_length_s > YT_LENGTH_LIMIT_S:
-        yt_length_limit_hms = time.strftime("%HH:%MM:%SS", time.gmtime(YT_LENGTH_LIMIT_S))
-        file_length_hms = time.strftime("%HH:%MM:%SS", time.gmtime(file_length_s))
-        raise gr.Error(f"Maximum YouTube length is {yt_length_limit_hms}, got {file_length_hms} YouTube video.")
-    
-    ydl_opts = {"outtmpl": filename, "format": "worstvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best"}
-    
-    with youtube_dl.YoutubeDL(ydl_opts) as ydl:
-        try:
-            ydl.download([yt_url])
-        except youtube_dl.utils.ExtractorError as err:
-            raise gr.Error(str(err))
-
-
-def yt_transcribe(yt_url, task, max_filesize=75.0):
-    html_embed_str = _return_yt_html_embed(yt_url)
-
-    with tempfile.TemporaryDirectory() as tmpdirname:
-        filepath = os.path.join(tmpdirname, "video.mp4")
-        download_yt_audio(yt_url, filepath)
-        with open(filepath, "rb") as f:
-            inputs = f.read()
-
-    inputs = ffmpeg_read(inputs, pipe.feature_extractor.sampling_rate)
-    inputs = {"array": inputs, "sampling_rate": pipe.feature_extractor.sampling_rate}
-
-    text = pipe(inputs, batch_size=BATCH_SIZE, generate_kwargs={"task": task}, return_timestamps=True)["text"]
-
-    return html_embed_str, text
-
-
+# Schritt 1: Definiere das gr.Blocks-Element für das Layout der Demo
 demo = gr.Blocks(theme="TogetherAi/Alex2")
 
+# Schritt 2: Ändere das Layout für das Blockelement auf "centered" und setze die Breite auf 500 Pixel
+demo.layout = "centered"  # Layout auf "centered" ändern
+demo.width = 500  # Breite auf 500 setzen
+
+# Schritt 3: Erstelle die Schnittstellen wie zuvor für Audioaufnahmen, das Hochladen von Audiodateien und das Transkribieren von YouTube-Videos
 mf_transcribe = gr.Interface(
     fn=transcribe,
     inputs=[
@@ -97,17 +45,15 @@ mf_transcribe = gr.Interface(
         gr.inputs.Radio(["transcribe", "translate"], label="Task", default="transcribe"),
     ],
     outputs="text",
-layout="horizontal",
-theme="TogetherAi/Alex2",
-title="Whisper Large V3: Audio transkribieren",
-description=(
-    "Transkribiere lange Mikrofon- oder Audioeingaben mit einem Klick! Die Demo verwendet den"
-    f" Checkpoint [{MODEL_NAME}](https://huggingface.co/{MODEL_NAME}) und 🤗 Transformers, um Audiodateien"
-    " beliebiger Länge zu transkribieren."
-),
-allow_flagging="never",
-
-   
+    layout="horizontal",
+    theme="TogetherAi/Alex2",
+    title="Whisper Large V3: Audio transkribieren",
+    description=(
+        "Transkribiere lange Mikrofon- oder Audioeingaben mit einem Klick! Die Demo verwendet den"
+        f" Checkpoint [{MODEL_NAME}](https://huggingface.co/{MODEL_NAME}) und 🤗 Transformers, um Audiodateien"
+        " beliebiger Länge zu transkribieren."
+    ),
+    allow_flagging="never",
 )
 
 file_transcribe = gr.Interface(
@@ -121,9 +67,9 @@ file_transcribe = gr.Interface(
     theme="TogetherAi/Alex2",
     title="Whisper Large V3: Transcribe Audio",
     description=(
-    "Transkribiere lange Mikrofon- oder Audioeingaben mit einem Klick! Die Demo verwendet den"
-    f" Checkpoint [{MODEL_NAME}](https://huggingface.co/{MODEL_NAME}) und 🤗 Transformers, um Audiodateien"
-    " beliebiger Länge zu transkribieren."
+        "Transkribiere lange Mikrofon- oder Audioeingaben mit einem Klick! Die Demo verwendet den"
+        f" Checkpoint [{MODEL_NAME}](https://huggingface.co/{MODEL_NAME}) und 🤗 Transformers, um Audiodateien"
+        " beliebiger Länge zu transkribieren."
     ),
     allow_flagging="never",
 )
@@ -132,7 +78,7 @@ yt_transcribe = gr.Interface(
     fn=yt_transcribe,
     inputs=[
         gr.inputs.Textbox(lines=1, placeholder="Paste the URL to a YouTube video here", label="YouTube URL"),
-        gr.inputs.Radio(["transcribe", "translate"], label="Task", default="transcribe")
+        gr.inputs.Radio(["transcribe", "translate"], label="Task", default="transcribe"),
     ],
     outputs=["html", "text"],
     layout="horizontal",
@@ -146,7 +92,10 @@ yt_transcribe = gr.Interface(
     allow_flagging="never",
 )
 
+# Schritt 4: Erstelle eine TabbedInterface, um die verschiedenen Schnittstellen für Mikrofon, Hochladen von Audiodateien und YouTube-Transkription anzuzeigen
 with demo:
     gr.TabbedInterface([mf_transcribe, file_transcribe, yt_transcribe], ["Microphone", "Audio file", "YouTube"])
 
+# Schritt 5: Starte die Demo
 demo.launch(enable_queue=True)
+