asr_comparison.py

import gradio as gr

# تعريف النماذج
models = {
    "Whisper Small": "openai/whisper-small.en",
    "Wav2Vec2": "facebook/wav2vec2-base-960h"
}

# تحميل النماذج
whisper = gr.Interface.load(f"huggingface/{models['Whisper Small']}")
wav2vec = gr.Interface.load(f"huggingface/{models['Wav2Vec2']}")

# دالة للمقارنة
def transcribe_with_all(audio_path):
    whisper_result = whisper(audio_path)
    wav2vec_result = wav2vec(audio_path)
    return whisper_result, wav2vec_result

# واجهة Gradio
with gr.Blocks() as demo:
    gr.Markdown("# مقارنة بين نماذج التعرف على الصوت")
    gr.Markdown("قارن بين نموذج Whisper و Wav2Vec2")

    audio_input = gr.Audio(type="filepath", label="ملف صوتي")

    transcribe_btn = gr.Button("تحويل النص")

    with gr.Row():
        with gr.Column():
            gr.Markdown("### Whisper Small (OpenAI)")
            whisper_output = gr.Textbox(label="نتيجة Whisper")
        with gr.Column():
            gr.Markdown("### Wav2Vec2 (Facebook)")
            wav2vec_output = gr.Textbox(label="نتيجة Wav2Vec2")

    transcribe_btn.click(
        fn=transcribe_with_all,
        inputs=audio_input,
        outputs=[whisper_output, wav2vec_output]
    )

demo.launch(share=True)