Spaces:
Running
Running
| import torch | |
| import whisper | |
| from typing import Dict, Any, Optional | |
| import os | |
| from preprocessing import clean_audio | |
| from diarization import diarize_segments | |
| from medical_terms import load_turkish_medical_terms | |
| from advanced_term_correction import MedicalTermCorrector | |
| from config import settings | |
| class MedicalASR: | |
| def __init__(self, config: Dict[str, Any]): | |
| """ | |
| Tıbbi konuşma tanıma için ASR modülü | |
| Args: | |
| config: Yapılandırma parametreleri | |
| - language: Dil kodu (örn. "tr") | |
| - model: Kullanılacak model adı | |
| - domain: Alan adı (tıp için "medical") | |
| """ | |
| self.config = config | |
| self.language = config.get("language", "tr") | |
| self.model_name = config.get("model", "whisper-large-v3") | |
| # CUDA kullanılabilirse tercih et | |
| self.device = "cuda" if torch.cuda.is_available() else "cpu" | |
| # Modeli yükle | |
| self.model = whisper.load_model(self.model_name, device=self.device) | |
| # Türkçe tıbbi terim sözlüğü | |
| self.medical_terms = load_turkish_medical_terms() | |
| # Gelişmiş terim düzeltici | |
| self.term_corrector = MedicalTermCorrector(self.medical_terms) | |
| def _load_medical_terms(self) -> Dict[str, str]: | |
| """Türkçe tıbbi terim sözlüğünü yükler""" | |
| # Örnek: Bu fonksiyon bir dosyadan ya da veritabanından tıbbi terimleri yükleyebilir | |
| return { | |
| "ateş": "ateş", | |
| "hipertansiyon": "hipertansiyon", | |
| "miyokard infarktüsü": "miyokard infarktüsü", | |
| # ... daha fazla tıbbi terim | |
| } | |
| def transcribe(self, audio_file: str, speaker_diarization: bool = True, enhance_audio: bool = True) -> Dict[str, Any]: | |
| """ | |
| Ses dosyasını transkribe eder | |
| Args: | |
| audio_file: Ses dosyasının yolu | |
| speaker_diarization: Konuşmacı diyarizasyonu yapılsın mı | |
| enhance_audio: Ses iyileştirme yapılsın mı | |
| Returns: | |
| Transkripsiyon sonuçları | |
| """ | |
| # 1. Ses iyileştirme (optional) | |
| if enhance_audio: | |
| processed_file = clean_audio(audio_file) | |
| else: | |
| processed_file = audio_file | |
| # 2. Transkripsiyon | |
| transcribe_options = { | |
| "language": self.language, | |
| "task": "transcribe", | |
| "beam_size": 5, # Daha geniş arama ile alternatif kelimeleri değerlendir | |
| "best_of": 5, # En iyi sonucu seç | |
| "temperature": 0, # Deterministik sonuçlar için | |
| "initial_prompt": "Çocuk doktoru vizitesi, pediatri uzmanı, çocuk hastalıkları, yenidoğan" # Modele ipucu ver | |
| } | |
| result = self.model.transcribe(processed_file, **transcribe_options) | |
| # 3. Tıbbi terimleri düzelt | |
| corrected_text = self._correct_medical_terms(result["text"]) | |
| result["text"] = corrected_text | |
| # 4. Diyarizasyon isteniyorsa ekle | |
| if speaker_diarization: | |
| segments = diarize_segments(processed_file) | |
| # Basit bir yaklaşım: Segmentlerin zaman etiketlerini kullanarak | |
| # Whisper'ın döndürdüğü segmentleri konuşmacılara atayabiliriz | |
| if "segments" in result: | |
| whisper_segments = result["segments"] | |
| # Her bir diyarizasyon segmenti için | |
| for diar_seg in segments: | |
| # Whisper segmentlerinden hangilerinin bu diyarizasyon segmentinde | |
| # olduğunu bulalım | |
| for whisper_seg in whisper_segments: | |
| w_start = whisper_seg["start"] | |
| w_end = whisper_seg["end"] | |
| # Zaman aralıkları çakışıyorsa | |
| if (diar_seg["start"] <= w_end and diar_seg["end"] >= w_start): | |
| if not diar_seg["text"]: | |
| diar_seg["text"] = whisper_seg["text"] | |
| else: | |
| diar_seg["text"] += " " + whisper_seg["text"] | |
| result["diarization"] = segments | |
| return result | |
| def _correct_medical_terms(self, text: str) -> str: | |
| """Transkribe edilmiş metindeki tıbbi terimleri düzeltir""" | |
| # Gelişmiş düzelticiyi kullan | |
| return self.term_corrector.correct_text(text) | |
| # Basit dosya transkripsiyon fonksiyonu | |
| def transcribe_file(file_path: str) -> str: | |
| # Bu fonksiyon eski API için burada bırakıldı | |
| _model = whisper.load_model(settings.ASR_MODEL) | |
| result = _model.transcribe(file_path) | |
| return result.get('text', '').strip() |