|
import os |
|
import uvicorn |
|
from fastapi import FastAPI |
|
|
|
import mulyavin_aa.langdetector |
|
import mulyavin_aa.translator |
|
import mulyavin_aa.model.langdetector |
|
import mulyavin_aa.model.translator |
|
|
|
import base64 |
|
from kuznetsov_av.api import Request, Response |
|
import kuznetsov_av.text_to_speech_converter as t2s |
|
|
|
import requests |
|
from zvereva_ev import get_description_image, develop_api_app |
|
|
|
app = FastAPI() |
|
|
|
|
|
|
|
@app.get("/") |
|
async def root(): |
|
"""Получение базовой информации об API""" |
|
return {"message": "Проект ДЗ: Модуль 3. Разработка API для приложений искусственного интеллекта (vo_HW)", |
|
"git": "https://github.com/kavlab/urfu_iml_2023_1_3_hw2", |
|
"apis": [ |
|
{ |
|
"descr": "API для определения языка текста ", |
|
"base_url": "/langdetector" |
|
}, |
|
{ |
|
"descr": "API для перевода текста из Ru в En", |
|
"base_url": "/translator" |
|
}, |
|
{ |
|
"descr": "API преобразования текста в речь", |
|
"base_url": "/text-to-speech" |
|
}, |
|
{ |
|
"descr": "API для описания загруженного изображения", |
|
"base_url": "/get_description_image/predict/" |
|
} |
|
]} |
|
|
|
|
|
@app.post("/langdetector/detect") |
|
def lang_detect(request: mulyavin_aa.model.langdetector.Request) \ |
|
-> mulyavin_aa.model.langdetector.Response: |
|
"""Определение языка текста""" |
|
pipe = mulyavin_aa.langdetector.load_text_detection_model() |
|
langs = pipe(request.text, ) |
|
return mulyavin_aa.model.langdetector.Response(langs=langs) |
|
|
|
|
|
@app.post("/translator/translate") |
|
def lang_detect(request: mulyavin_aa.model.translator.Request) \ |
|
-> mulyavin_aa.model.translator.Response: |
|
"""Перевод текста из Ru в En""" |
|
pipe = mulyavin_aa.translator.load_text_translator_model() |
|
text = mulyavin_aa.translator.translate_to_en(request.text, pipe) |
|
|
|
return mulyavin_aa.model.translator.Response(text=text) |
|
|
|
|
|
@app.post('/text-to-speech/convert/') |
|
async def text_to_speech(entity: Request) -> Response: |
|
""" |
|
Text-to-audio generation method using text_to_speech_converter. |
|
""" |
|
synthesiser = t2s.load_model() |
|
embeddings_dataset = t2s.load_speaker_dataset() |
|
audio, sampling_rate = t2s.text_to_speech(entity.text, synthesiser, embeddings_dataset) |
|
return Response(audio=base64.b32encode(audio), sampling_rate=sampling_rate) |
|
|
|
|
|
@app.post("/get_description_image/predict/") |
|
async def get_description_image_predict(item: develop_api_app.Url): |
|
""" |
|
Получение ссылки на изображение. Запись изображения под названием 'image_predict_test_image.png для получения его описания |
|
""" |
|
response = requests.get(item.url, stream=True) |
|
|
|
with open(f"{os.path.dirname(__file__)}/zvereva_ev/image_predict_tmp.png", "wb") as f: |
|
f.write(response.content) |
|
|
|
return get_description_image.get_description_image() |
|
|
|
|
|
|
|
if __name__ == '__main__': |
|
uvicorn.run(app, port=8000, host='127.0.0.1') |
|
|
