Create app.py

app.py

@@ -0,0 +1,107 @@
+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()