File size: 5,417 Bytes
2f012ac |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 |
import gradio as gr # استدعاء المكتبات المطلوبة
from transformers import pipeline
from gtts import gTTS
# 1. إعداد نموذج تلخيص النصوص باللغة الإنجليزية
summarization_pipeline_en = pipeline("summarization", model="facebook/bart-large-cnn")
# 2. إعداد نموذج الترجمة من الإنجليزية إلى العربية
translation_pipeline = pipeline("translation_en_to_ar", model="Helsinki-NLP/opus-mt-en-ar")
# 3. دالة تلخيص النصوص باللغة الإنجليزية
def summarize_text_en(text):
summary = summarization_pipeline_en(text, max_length=150, min_length=40, length_penalty=2.0, num_beams=4, early_stopping=True)[0]["summary_text"]
return summary
# 4. تحويل النص إلى صوت باستخدام gTTS
def text_to_speech(text, lang_code):
tts = gTTS(text=text, lang=lang_code)
audio_path = f"summary_audio_{lang_code}.mp3"
tts.save(audio_path)
return audio_path
# 5. دالة معالجة النصوص بناءً على اللغة المختارة
def process_text(text, language_option):
if language_option == "English":
# تلخيص النص باللغة الإنجليزية
summary_en = summarize_text_en(text)
# تحويل النص الملخص باللغة الإنجليزية إلى صوت
audio_file_en = text_to_speech(summary_en, 'en')
return summary_en, audio_file_en, None, None
elif language_option == "English to Arabic":
# تلخيص النص باللغة الإنجليزية
summary_en = summarize_text_en(text)
# ترجمة الملخص إلى العربية
summary_ar = translation_pipeline(summary_en)[0]["translation_text"]
# تحويل النص الملخص باللغة العربية إلى صوت
audio_file_ar = text_to_speech(summary_ar, 'ar')
return None, None, summary_ar, audio_file_ar
# 6. دالة استخراج النص من الملف الصوتي
def extract_text_from_audio(audio, audio_language):
if audio_language == "Arabic":
# استخدام نموذج wav2vec2 لاستخراج النصوص العربية
asr_pipeline = pipeline("automatic-speech-recognition", model="jonatasgrosman/wav2vec2-large-xlsr-53-arabic")
text = asr_pipeline(audio)["text"]
else: # Assume English by default
asr_pipeline = pipeline("automatic-speech-recognition", model="openai/whisper-base")
text = asr_pipeline(audio)["text"]
return text
# 7. دالة تحديث المخرجات بناءً على اللغة المختارة
def update_outputs(language_option):
if language_option == "English":
return [gr.update(visible=True), gr.update(visible=True), gr.update(visible=False), gr.update(visible=False)]
elif language_option == "English to Arabic":
return [gr.update(visible=False), gr.update(visible=False), gr.update(visible=True), gr.update(visible=True)]
# 8. إنشاء واجهة Gradio مع تبويبين
with gr.Blocks() as iface:
# إضافة عنوان في الوسط
gr.Markdown("### A Tool for Text Extraction and Reading")
with gr.Tab("Text Summarization & Speech"):
with gr.Row():
with gr.Column(scale=1): # الجانب الأيسر (المدخلات)
text_input = gr.Textbox(label="Enter Text")
language_option = gr.Radio(["English", "English to Arabic"], label="Choose Summary Language")
summarize_btn = gr.Button("Summarize")
with gr.Column(scale=1): # الجانب الأيمن (المخرجات)
english_summary = gr.Textbox(label="English Summary", visible=False)
english_audio = gr.Audio(label="English Summary Audio", type="filepath", visible=False)
arabic_summary = gr.Textbox(label="Translated Arabic Summary", visible=False)
arabic_audio = gr.Audio(label="Arabic Summary Audio", type="filepath", visible=False)
# إظهار المخرجات المناسبة بناءً على اللغة المختارة
language_option.change(
update_outputs,
inputs=language_option,
outputs=[english_summary, english_audio, arabic_summary, arabic_audio]
)
# تشغيل عملية التلخيص والنطق
summarize_btn.click(
process_text,
inputs=[text_input, language_option],
outputs=[english_summary, english_audio, arabic_summary, arabic_audio]
)
with gr.Tab("Audio Transcription"):
with gr.Row():
with gr.Column(scale=1): # الجانب الأيسر (المدخلات)
audio_input = gr.Audio(label="Upload Audio", type="filepath")
audio_language = gr.Radio(["Arabic", "English"], label="Audio Language")
transcribe_btn = gr.Button("Transcribe Audio")
with gr.Column(scale=1): # الجانب الأيمن (المخرجات)
transcribed_text = gr.Textbox(label="Transcribed Text")
# تشغيل عملية استخراج النص من الصوت
transcribe_btn.click(
extract_text_from_audio,
inputs=[audio_input, audio_language],
outputs=[transcribed_text]
)
# 9. تشغيل الواجهة
iface.launch()
|