Update app.py

app.py

@@ -1,28 +1,5 @@
-import os
 import replicate
-import streamlit as st
-from pydub import AudioSegment
-
-# Asegúrate de que REPLICATE_API_TOKEN esté configurado en las variables de entorno
-replicate_token = os.getenv("REPLICATE_API_TOKEN")
-
-if not replicate_token:
-    raise ValueError("No se ha encontrado el token de API de Replicate.")
-
-# Función para dividir el archivo de audio en segmentos de duración definida (en milisegundos)
-def dividir_audio(audio_path, segment_duration_ms):
-    audio = AudioSegment.from_file(audio_path)
-    audio_length = len(audio)
-    segments = []
-
-    # Divide el audio en fragmentos de la duración especificada (10 minutos en milisegundos)
-    for i in range(0, audio_length, segment_duration_ms):
-        segment = audio[i:i+segment_duration_ms]  # Cada fragmento de hasta 10 minutos
-        segment_path = f"segment_{i // (60 * 1000)}.wav"  # Nombre del archivo con el índice del minuto
-        segment.export(segment_path, format="wav")  # Exporta el fragmento como un archivo WAV
-        segments.append(segment_path)
-    
-    return segments
+import httpx
 
 # Función para transcribir el audio
 def transcribe_audio(audio_file):
@@ -42,42 +19,23 @@ def transcribe_audio(audio_file):
     # Procesar cada segmento individualmente
     for segment_path in segments:
         with open(segment_path, "rb") as audio:
-            output = replicate.run(
-                "vaibhavs10/incredibly-fast-whisper:3ab86df6c8f54c11309d4d1f930ac292bad43ace52d10c80d87eb258b3c9f79c",
-                input={
-                    "task": "transcribe",
-                    "audio": audio,  # El archivo de audio cargado en Streamlit
-                    "language": "None",  # Detecta automáticamente el idioma
-                    "timestamp": "chunk",  # Incluye marcas de tiempo
-                    "batch_size": 64,
-                    "diarise_audio": False
-                }
-            )
-            # Almacenar la transcripción del segmento
-            all_transcriptions.append(output['text'])
+            # Usar httpx.Client para aumentar el tiempo de espera
+            with httpx.Client(timeout=300) as client:  # Aumenta el tiempo de espera a 300 segundos
+                output = replicate.run(
+                    "vaibhavs10/incredibly-fast-whisper:3ab86df6c8f54c11309d4d1f930ac292bad43ace52d10c80d87eb258b3c9f79c",
+                    input={
+                        "task": "transcribe",
+                        "audio": audio,  # El archivo de audio cargado en Streamlit
+                        "language": "None",  # Detecta automáticamente el idioma
+                        "timestamp": "chunk",  # Incluye marcas de tiempo
+                        "batch_size": 64,
+                        "diarise_audio": False
+                    },
+                    client=client  # Usar el cliente con timeout ajustado
+                )
+                # Almacenar la transcripción del segmento
+                all_transcriptions.append(output['text'])
     
     # Combina todas las transcripciones en una sola cadena
     full_transcription = "\n".join(all_transcriptions)
     return full_transcription  # Devuelve la transcripción completa
-
-
-# Configurar la interfaz de Streamlit
-st.title("")
-
-# Subir archivo de audio
-uploaded_audio = st.file_uploader("Sube tu archivo de audio", type=["wav", "mp3", "ogg", "flac"])
-
-# Si se ha subido un archivo
-if uploaded_audio is not None:
-    # Guardar el archivo temporalmente
-    with open("temp_audio_file.wav", "wb") as f:
-        f.write(uploaded_audio.read())
-    
-    st.info("Transcribiendo el audio, esto puede tardar unos minutos...")
-
-    # Transcribir el archivo
-    transcription = transcribe_audio("temp_audio_file.wav")
-
-    # Mostrar el resultado
-    st.subheader("Transcripción")
-    st.text(transcription)