Upload 3 files

app.py

@@ -0,0 +1,152 @@
+from fastapi import FastAPI, File, UploadFile, HTTPException
+import speech_recognition as sr
+from io import BytesIO
+import os
+from pydantic import BaseModel
+import google.generativeai as genai
+import openai
+
+app = FastAPI()
+
+def audio_to_text_intern(audio_data, language='fr-FR'):
+    with sr.AudioFile(audio_data) as source:
+        recognizer = sr.Recognizer()
+        audio = recognizer.record(source)
+        try:
+            text = recognizer.recognize_google(audio, language=language)
+            return text
+        except sr.UnknownValueError:
+            return "Unable to understand the audio"
+        except sr.RequestError as e:
+            return f"Service error: {e}"
+
+def generate_job_description_gemini(input_text, key):
+    # Set up the model
+    import google.generativeai as genai
+    genai.configure(api_key=key)
+    prompt = f"""
+        Transforme le texte ci-dessous, qui est une transcription d'un enregistrement audio où un recruteur décrit un projet, en une description d'offre d'emploi complète et structurée. La description doit suivre le format ci-dessous :
+
+        1. Description de l'activité de l'entreprise :
+        2. Description du contexte du projet :
+        3. Objectifs et livrables identifiés :
+        4. Compétences fonctionnelles et techniques :
+
+        Texte :
+        "{input_text}"
+
+        La description d'offre d'emploi doit être détaillée et couvrir les points suivants :
+        - L'activité de l'entreprise et ses domaines d'expertise.
+        - Le contexte du projet et sa pertinence pour l'entreprise.
+        - Les objectifs spécifiques du projet et les livrables attendus.
+        - Les compétences techniques et fonctionnelles requises pour le poste, ainsi que les conditions de travail (par exemple, la possibilité de travail en remote et la rémunération)."""
+
+
+    generation_config = {
+    "temperature": 1,
+    "top_p": 0.95,
+    "max_output_tokens": 5000000,
+    }
+    model = genai.GenerativeModel(model_name="gemini-1.0-pro-latest",
+                                generation_config=generation_config)
+    response = model.generate_content(prompt)
+    return response.text
+
+def generate_job_description_gpt(input_text, key):
+    import openai
+    openai.api_key = key
+    prompt = f"""
+        Transforme le texte ci-dessous, qui est une transcription d'un enregistrement audio où un recruteur décrit un projet, en une description d'offre d'emploi complète et structurée. La description doit suivre le format ci-dessous :
+
+        1. Description de l'activité de l'entreprise :
+        2. Description du contexte du projet :
+        3. Objectifs et livrables identifiés :
+        4. Compétences fonctionnelles et techniques :
+
+        Texte :
+        "{input_text}"
+
+        La description d'offre d'emploi doit être détaillée et couvrir les points suivants :
+        - L'activité de l'entreprise et ses domaines d'expertise.
+        - Le contexte du projet et sa pertinence pour l'entreprise.
+        - Les objectifs spécifiques du projet et les livrables attendus.
+        - Les compétences techniques et fonctionnelles requises pour le poste, ainsi que les conditions de travail (par exemple, la possibilité de travail en remote et la rémunération)."""
+
+
+    generation_config = {
+    "temperature": 1,
+    "top_p": 0.95,
+    "max_output_tokens": 5000000,
+    }
+    response = openai.ChatCompletion.create(
+            model="gpt-4o-mini",
+            messages=[
+                # {"role": "system", "content": "Vous êtes un createur de contenu qui génère des fausses réponses pour une question."},
+                {"role": "user", "content": prompt}
+            ],
+            **generation_config
+        )
+
+    answers_text = response.choices[0].message['content']
+    return answers_text
+
+
+@app.post("/audio-to-text/")
+async def audio_to_text_endpoint(file: UploadFile, language: str = 'fr-FR'):
+    """
+    Endpoint to upload an audio file and convert its content to text.
+
+    Args:
+    file (UploadFile): The audio file uploaded by the client. The file should be in .wav format.
+    language (str, optional): The language code to be used in speech-to-text conversion. Defaults to 'fr-FR' for French.
+
+    Returns:
+    dict: A dictionary containing the converted text under the key 'text'.
+    
+    Raises:
+    HTTPException: An error 500 if there is any issue during the file processing.
+    """
+    try:
+        # Read the audio file provided by the client
+        audio_data = await file.read()
+
+        # Convert byte data to a BytesIO object for processing
+        audio_stream = BytesIO(audio_data)
+
+        # Convert the audio stream to text using a speech-to-text conversion function
+        text = audio_to_text_intern(audio_stream, language)
+
+        # Return the converted text as part of the response
+        return {"text": text}
+    except Exception as e:
+        # Raise an HTTP 500 error if any exceptions occur
+        raise HTTPException(status_code=500, detail=f"An error occurred while processing the file: {e}")
+
+@app.post("/audio-to-offer-endpoint/")
+async def audio_to_offer_endpoint(file: UploadFile, language: str, api_key: str):
+    """
+    Endpoint to convert uploaded audio content to a job offer text.
+
+    Parameters:
+    - file (UploadFile): The audio file uploaded by the client. The file should be in .wav format.
+    - language (str): Language code to guide the speech recognition process. Default is French ('fr-FR').
+    - api_key (str, optional): API key for accessing extended features or third-party services used in generating the job offer.
+
+    Returns:
+    - A JSON object with a key 'offer' containing the generated job description text based on the audio content.
+
+    Raises:
+    - HTTPException: If an error occurs during the processing of the audio or the generation of the job offer.
+    """
+    print(language)
+    print(api_key)
+    try:
+        text_response = await audio_to_text_endpoint(file, language)
+        text = text_response["text"]
+        offer = generate_job_description_gemini(text, api_key)
+        return {"text": offer}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Error generating job offer: {e}")
+if __name__ == "__main__":
+    import uvicorn
+    uvicorn.run(app, host="0.0.0.0", port=8000)

dockerfile

@@ -0,0 +1,13 @@
+FROM python:3.9
+
+RUN useradd -m -u 1000 user
+USER user
+ENV PATH="/home/user/.local/bin:$PATH"
+
+WORKDIR /app
+
+COPY --chown=user ./requirements.txt requirements.txt
+RUN pip install --no-cache-dir --upgrade -r requirements.txt
+
+COPY --chown=user . /app
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]

requirements.txt

@@ -0,0 +1,6 @@
+fastapi
+uvicorn 
+pydantic  
+SpeechRecognition
+google.generativeai
+openai