Spaces:

mirari
/

whisper

Runtime error

App Files Files Community

whisper / app.py

mirari

Update app.py

155ec2a over 1 year ago

raw history blame contribute delete

No virus

7.03 kB

	import gradio as gr

	from pytube import YouTube #Para descargar los videos
	from pydub import AudioSegment
	import pydub #Para trabajar con el audio

	import os
	import os.path as osp
	from mlxtend.file_io import find_files
	from mlxtend.utils import Counter

	import re #Para la parte de normalizar
	import string
	import nltk
	nltk.download('punkt')
	nltk.download('stopwords')
	from nltk.tokenize import word_tokenize
	from autocorrect import Speller #Para los errores ortográficos
	spell = Speller(lang='es')
	from jiwer import wer #Para la métrica

	# Definimos las funciones necesarias

	def cargarAudio(video, i):
	video.streams.filter(only_audio=True)
	audio = video.streams.get_by_itag(22)
	mp4 = audio.download()
	a = mp4.split('/')
	titulo = a[-1]
	os.rename(titulo, 'video_'+str(i)+'.mp4')
	cont = 'video_'+str(i)
	return cont

	def transcribir(cont, model, device):
	audio_outdir = "./extracted_audio"
	subtitle_outdir = "./generated_subtitles"
	video = cont + '.mp4'
	base, ext = osp.splitext(video)
	aac_file_out = osp.join(audio_outdir, osp.basename(base)) + ".aac"
	os.system(f"ffmpeg -i {video} -vn -acodec copy {aac_file_out} ")
	os.system(f"whisper {aac_file_out} --model {model} --language Spanish --output_dir {subtitle_outdir} --verbose False ")
	f = open('./generated_subtitles/' + str(cont) + '.aac.txt','r')
	trans = f.read()
	transcripcion = (trans.split('\n'))[0]
	return transcripcion


	def numero_to_letras(numero):
	indicador = [("",""),("mil","mil"),("millon","millones"),("mil","mil"),("billon","billones")]
	entero = int(numero)
	decimal = int(round((numero - entero)*100))
	#print 'decimal : ',decimal
	contador = 0
	numero_letras = ""
	while entero >0:
	a = entero % 1000
	if contador == 0:
	en_letras = convierte_cifra(a,1).strip()
	else :
	en_letras = convierte_cifra(a,0).strip()
	if a==0:
	numero_letras = en_letras+" "+numero_letras
	elif a==1:
	if contador in (1,3):
	numero_letras = indicador[contador][0]+" "+numero_letras
	else:
	numero_letras = en_letras+" "+indicador[contador][0]+" "+numero_letras
	else:
	numero_letras = en_letras+" "+indicador[contador][1]+" "+numero_letras
	numero_letras = numero_letras.strip()
	contador = contador + 1
	entero = int(entero / 1000)

	if decimal == 0:
	numero_letras = numero_letras
	else:
	numero_letras = numero_letras+" con " + str(decimal) +"/100"
	#print('numero: ',numero)
	#print(numero_letras)
	return numero_letras


	def convierte_cifra(numero,sw):
	lista_centana = ["",("cien","ciento"),"doscientos","trescientos","cuatrocientos","quinientos","seiscientos","setecientos","ochocientos","novecientos"]
	lista_decena = ["",("diez","once","doce","trece","catorce","quince","dieciseis","diecisiete","dieciocho","diecinueve"),
	("veinte","veinti"),("treinta","treinta y "),("cuarenta" , "cuarenta y "),
	("cincuenta" , "cincuenta y "),("sesenta" , "sesenta y "),
	("setenta" , "setenta y "),("ochenta" , "ochenta y "),
	("noventa" , "noventa y ")
	]
	lista_unidad = ["",("un" , "uno"),"dos","tres","cuatro","cinco","seis","siete","ocho","nueve"]
	centena = int (numero / 100)
	decena = int((numero -(centena * 100))/10)
	unidad = int(numero - (centena * 100 + decena * 10))
	#print "centena: ",centena, "decena: ",decena,'unidad: ',unidad

	texto_centena = ""
	texto_decena = ""
	texto_unidad = ""

	#Validad las centenas
	texto_centena = lista_centana[centena]
	if centena == 1:
	if (decena + unidad)!=0:
	texto_centena = texto_centena[1]
	else :
	texto_centena = texto_centena[0]

	#Valida las decenas
	texto_decena = lista_decena[decena]
	if decena == 1 :
	texto_decena = texto_decena[unidad]
	elif decena > 1 :
	if unidad != 0 :
	texto_decena = texto_decena[1]
	else:
	texto_decena = texto_decena[0]
	#Validar las unidades
	#print "texto_unidad: ",texto_unidad
	if decena != 1:
	texto_unidad = lista_unidad[unidad]
	if unidad == 1:
	texto_unidad = texto_unidad[sw]
	return "%s %s %s" %(texto_centena,texto_decena,texto_unidad)

	def normalizar(texto):
	#print(texto)
	tokens=word_tokenize(texto) #Separa el texto por palabras
	#print(tokens)
	texto = [w.lower() for w in tokens] #Pasamos las palabras a minúsculas
	#print(texto)
	texto = [texto[i].replace(' apdo.', ' apartado').replace(' art. ',' articulo ').replace(' atte.',' atentamente').replace(' avda.',' avenida').replace(' cap.',' capítulo').replace(' cía.',' compañía').replace(' coord.',' coordinador').replace(' d.',' don').replace(' dña.',' doña').replace(' dcho.',' derecho').replace(' dcha.',' derecha').replace(' depto.',' departamento').replace(' dr.',' doctor').replace(' dra.',' doctora').replace(' etc.',' etcétera').replace(' fdo.',' firmado').replace(' izqdo.',' izquierdo').replace(' izqda.',' izquierda').replace(' max.',' máximo').replace(' min.',' mínimo').replace(' núm.',' número').replace(' pág.',' página').replace(' ej.',' ejemplo').replace(' prov.',' provincia').replace(' sr.',' señor').replace(' sra.',' señora').replace(' srta.',' señorita').replace(' tfno.',' teléfono') for i in range(len(texto))] #quitamos las abreviaciones
	for i in range(len(texto)):
	if texto[i].isdigit() and (texto[i] not in string.punctuation):
	texto[i]=numero_to_letras(int(texto[i]))
	tokens2=word_tokenize(texto[i])
	for j in range(len(tokens2)-1):
	texto.append('a') #me añado esto simplemente para no tener problemas con el rango
	for j in range(i+1, len(texto)-3):
	texto[len(texto)-j+i]=texto[len(texto)-j+i-len(tokens2)+1]
	for j in range(i, i+len(tokens2)-1):
	texto[j+len(tokens2)-1] = texto[j]
	for j in range(i, i+len(tokens2)):
	texto[j]=tokens2[j-i]
	tokens=[w.lower() for w in texto] #Pasamos las palabras a minúsculas por si había números
	re_punc = re.compile('[%s]' % re.escape(string.punctuation))
	stripped = [re_punc.sub('',w) for w in tokens]
	stripped=[stripped[i].replace('¿', '').replace('¡','').replace("'",'') for i in range(len(tokens))] #quita los símbolos de puntuación que string.punctuation no tiene en cuenta
	words = [word for word in stripped if word.isalpha()] #Elimina los signos de puntuación
	return words


	def ortografia(texto):
	for word in texto:
	word = spell(word)
	return texto

	def unir(texto):
	texto_norm = ""
	for i in range(len(texto)):
	texto_norm = texto_norm + ' ' + texto[i]
	return texto_norm

	# Definimos una función que se encarga de llevar a cabo las transcripciones

	def transcripcion(video):
	model = 'medium'
	device = 0
	cont = cargarVideo(video, model)
	texto = transcribir(cont, model, device)
	norm = normalizar(texto)
	orto = ortografia(norm)
	trans = unir(orto)
	return trans




	# Creamos la interfaz y la lanzamos.
	gr.Interface(fn=transcripcion, inputs="video", outputs="text").launch(share=False)