V10.0

app.py

@@ -22,19 +22,19 @@ def load_model():
             torch_dtype=torch.float32,
             low_cpu_mem_usage=True
         )
-        print("✅ Model loaded successfully!")
+        print("Model loaded successfully!")
         return model
     except Exception as e:
-        print(f"❌ Error loading model: {e}")
+        print(f"Error loading model: {e}")
         print("Trying alternative loading method...")
         
         try:
             # Fallback: Load without low memory optimization
             model = AutoModel.from_pretrained(model_name, trust_remote_code=True)
-            print("✅ Model loaded with fallback method!")
+            print("Model loaded with fallback method!")
             return model
         except Exception as e2:
-            print(f"❌ All loading methods failed: {e2}")
+            print(f"All loading methods failed: {e2}")
             return None
 
 # Load the model
@@ -53,7 +53,7 @@ LANGUAGE_OPTIONS = {
     "ಕನ್ನಡ (Kannada)": "kn",
     "മലയാളം (Malayalam)": "ml",
     "অসমীয়া (Assamese)": "as",
-    "उर्दू (Urdu)": "ur",
+    "उর्दू (Urdu)": "ur",
     "नेपाली (Nepali)": "ne",
     "संस्कृत (Sanskrit)": "sa"
 }
@@ -63,12 +63,12 @@ def transcribe_audio(audio_file, language_choice, decoding_method):
     Transcribe audio file to text using the AI4Bharat IndicConformer model
     """
     if model is None:
-        return "❌ Error: Model not loaded properly. Please check the logs."
+        return "Error: Model not loaded properly. Please check the logs."
     
     try:
         # Handle different input types
         if audio_file is None:
-            return "⚠️ कृपया एक ऑडियो फ़ाइल प्रदान करें (Please provide an audio file)"
+            return "कृपया एक ऑडियो फ़ाइल प्रदान करें (Please provide an audio file)"
         
         # Get language code
         lang_code = LANGUAGE_OPTIONS.get(language_choice, "hi")  # Default to Hindi
@@ -87,7 +87,7 @@ def transcribe_audio(audio_file, language_choice, decoding_method):
         
         # Ensure audio is not empty
         if wav.numel() == 0:
-            return "⚠️ ऑडियो फ़ाइल खाली है (Audio file is empty)"
+            return "ऑडियो फ़ाइल खाली है (Audio file is empty)"
         
         # Convert to mono if stereo
         if wav.dim() > 1 and wav.size(0) > 1:
@@ -122,56 +122,70 @@ def transcribe_audio(audio_file, language_choice, decoding_method):
         transcription = str(transcription).strip()
         
         if not transcription:
-            return "⚠️ कोई भाषण नहीं मिला या ट्रांस्क्रिप्शन खाली है। कृपया अधिक स्पष्ट रूप से बोलने का प्रयास करें। (No speech detected or transcription is empty. Please try speaking more clearly.)"
+            return "कोई भाषण नहीं मिला या ट्रांस्क्रिप्शन खाली है। कृपया अधिक स्पष्ट रूप से बोलने का प्रयास करें। (No speech detected or transcription is empty. Please try speaking more clearly.)"
         
-        return f"✅ **ट्रांस्क्रिप्शन ({decoding_method}):** {transcription}"
+        return f"**ट्रांस्क्रिप्शन ({decoding_method}):** {transcription}"
         
     except Exception as e:
         error_msg = str(e)
         print(f"Error during transcription: {error_msg}")
-        return f"❌ ऑडियो प्रसंस्करण त्रुटि (Audio processing error): {error_msg}"
+        return f"ऑडियो प्रसंस्करण त्रुटि (Audio processing error): {error_msg}"
 
 def transcribe_microphone(audio, language_choice, decoding_method):
     """Transcribe audio from microphone input"""
     if audio is None:
-        return "⚠️ कोई ऑडियो रिकॉर्ड नहीं हुआ। कृपया माइक्रोफ़ोन पर क्लिक करें और बोलें। (No audio recorded. Please click the microphone and speak.)"
+        return "कोई ऑडियो रिकॉर्ड नहीं हुआ। कृपया माइक्रोफ़ोन पर क्लिक करें और बोलें। (No audio recorded. Please click the microphone and speak.)"
     return transcribe_audio(audio, language_choice, decoding_method)
 
+def transcribe_file(audio_file, language_choice, decoding_method):
+    """Transcribe uploaded audio file"""
+    if audio_file is None:
+        return "कोई फ़ाइल अपलोड नहीं हुई। कृपया एक ऑडियो फ़ाइल चुनें। (No file uploaded. Please select an audio file.)"
+    return transcribe_audio(audio_file, language_choice, decoding_method)
+
 def create_shareable_text(text, method="Voice"):
     """Create formatted text for sharing"""
     if not text or text.strip() == "":
-        return "📤 कोई टेक्स्ट शेयर करने के लिए उपलब्ध नहीं है।"
+        return "कोई टेक्स्ट शेयर करने के लिए उपलब्ध नहीं है।"
     
     # Clean the text (remove markdown and emojis from result)
-    clean_text = text.replace("✅ **ट्रांस्क्रिप्शन (CTC):**", "").replace("✅ **ट्रांस्क्रिप्शन (RNNT):**", "")
+    clean_text = text.replace("**ट्रांस्क्रिप्शन (CTC):**", "").replace("**ट्रांस्क्रिप्शन (RNNT):**", "")
     clean_text = clean_text.strip()
     
     # Create shareable format
-    share_text = f"""📱 Hindi Speech-to-Text Result
+    share_text = f"""Hindi Speech-to-Text Result
 
-🎙️ Input Method: {method}
-📝 Transcription: {clean_text}
+Input Method: {method}
+Transcription: {clean_text}
 
-🤖 Generated by: AI4Bharat IndicConformer
-🌐 App: Hindi ASR - Hugging Face Spaces
+Generated by: AI4Bharat IndicConformer
+App: Hindi ASR - Hugging Face Spaces
 
 ---
 Share this Hindi transcription with others!"""
     
     return share_text
 
+def share_microphone_result(text):
+    """Create shareable text for microphone result"""
+    return create_shareable_text(text, "Voice Recording")
+
+def share_file_result(text):
+    """Create shareable text for file result"""
+    return create_shareable_text(text, "File Upload")
+
 # Model status message
-model_status = "✅ Model loaded successfully!" if model is not None else "❌ Model failed to load"
+model_status = "Model loaded successfully!" if model is not None else "Model failed to load"
 
 # Create Gradio interface
 with gr.Blocks(title="भारतीय भाषा स्पीच टू टेक्स्ट (Indic Speech to Text)", theme=gr.themes.Soft()) as demo:
     gr.Markdown(
         f"""
-        # 🎙️ भारतीय भाषा स्पीच टू टेक्स्ट कनवर्टर (Indic Speech to Text Converter)
+        # भारतीय भाषा स्पीच टू टेक्स्ट कनवर्टर (Indic Speech to Text Converter)
         
         **मॉडल स्थिति (Model Status):** {model_status}
         
-        {'⏳ **पहली बार लोड हो रहा है - कृपया 2-3 मिनट प्रतीक्षा करें (First time loading - please wait 2-3 minutes)**' if model is None else ''}
+        {'पहली बार लोड हो रहा है - कृपया 2-3 मिनट प्रतीक्षा करें (First time loading - please wait 2-3 minutes)' if model is None else ''}
         
         AI4Bharat के बहुभाषी मॉडल का उपयोग करके भाषण को टेक्स्ट में बदलें।
         (Convert speech to text using AI4Bharat's multilingual model.)
@@ -194,17 +208,17 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
         language_dropdown = gr.Dropdown(
             choices=list(LANGUAGE_OPTIONS.keys()),
             value="हिंदी (Hindi)",
-            label="🌐 भाषा चुनें (Select Language)",
+            label="भाषा चुनें (Select Language)",
             interactive=True
         )
         decoding_method = gr.Radio(
             choices=["CTC", "RNNT"], 
             value="CTC", 
-            label="🔧 डिकोडिंग विधि (Decoding Method)",
+            label="डिकोडिंग विधि (Decoding Method)",
             info="CTC: तेज़ (Fast), RNNT: अधिक सटीक (More Accurate)"
         )
     
-    with gr.Tab("🎤 वॉइस इनपुट (Voice Input)"):
+    with gr.Tab("वॉइस इनपुट (Voice Input)"):
         gr.Markdown("### अपनी आवाज़ रिकॉर्ड करें और तत्काल ट्रांस्क्रिप्शन प्राप्त करें")
         
         with gr.Row():
@@ -212,7 +226,7 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
                 microphone_input = gr.Audio(
                     sources=["microphone"],
                     type="numpy",
-                    label="🎤 रिकॉर्ड करने के लिए क्लिक करें",
+                    label="रिकॉर्ड करने के लिए क्लिक करें",
                     show_download_button=False,
                     interactive=True,
                     streaming=False,
@@ -224,17 +238,17 @@ with gr.Blocks(title="भारतीय भा���ा स्पीच टू ट
                 )
                 
                 with gr.Row():
-                    mic_submit_btn = gr.Button("🔄 ट्रांसक्राइब करें", variant="primary", size="lg")
-                    clear_mic_btn = gr.Button("🗑️ साफ़ करें", variant="secondary")
-                    share_mic_btn = gr.Button("📤 शेयर करें", variant="secondary")
+                    mic_submit_btn = gr.Button("ट्रांसक्राइब करें", variant="primary", size="lg")
+                    clear_mic_btn = gr.Button("साफ़ करें", variant="secondary")
+                    share_mic_btn = gr.Button("शेयर करें", variant="secondary")
             
             with gr.Column(scale=1):
                 mic_output = gr.Textbox(
-                    label="📝 ट्रांस्क्रिप्शन परिणाम (Transcription Result)",
+                    label="ट्रांस्क्रिप्शन परिणाम (Transcription Result)",
                     placeholder="रिकॉर्डिंग के बाद आपका ट्रांस्क्रिप्शन यहाँ दिखाई देगा...",
                     lines=8,
                     max_lines=15,
-                    interactive=True  # Enable text selection
+                    interactive=True
                 )
         
         # Button actions for microphone tab
@@ -263,7 +277,7 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
             outputs=mic_output
         )
     
-    with gr.Tab("📁 फ़ाइल अपलोड (File Upload)"):
+    with gr.Tab("फ़ाइल अपलोड (File Upload)"):
         gr.Markdown("### ट्रांस्क्रिप्शन के लिए एक ऑडियो फ़ाइल अपलोड करें")
         
         with gr.Row():
@@ -271,23 +285,23 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
                 file_input = gr.Audio(
                     sources=["upload"],
                     type="filepath",
-                    label="📎 ऑडियो फ़ाइल अपलोड करें",
+                    label="ऑडियो फ़ाइल अपलोड करें",
                     show_download_button=False,
                     interactive=True
                 )
                 
                 with gr.Row():
-                    file_submit_btn = gr.Button("🔄 फ़ाइल ट्रांसक्राइब करें", variant="primary", size="lg")
-                    clear_file_btn = gr.Button("🗑️ साफ़ करें", variant="secondary")
-                    share_file_btn = gr.Button("📤 शेयर करें", variant="secondary")
+                    file_submit_btn = gr.Button("फ़ाइल ट्रांसक्राइब करें", variant="primary", size="lg")
+                    clear_file_btn = gr.Button("साफ़ करें", variant="secondary")
+                    share_file_btn = gr.Button("शेयर करें", variant="secondary")
             
             with gr.Column(scale=1):
                 file_output = gr.Textbox(
-                    label="📝 ट्रांस्क्रिप्शन परिणाम (Transcription Result)",
+                    label="ट्रांस्क्रिप्शन परिणाम (Transcription Result)",
                     placeholder="एक ऑडियो फ़ाइल अपलोड करें और ट्रांसक्राइब पर क्लिक करें...",
                     lines=8,
                     max_lines=15,
-                    interactive=True  # Enable text selection
+                    interactive=True
                 )
         
         # Button actions for file tab
@@ -310,9 +324,9 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
         )
     
     gr.Markdown(
-        f"""
+        """
         ---
-        ### 💡 बेहतर ट्रांस्क्रिप्शन के लिए टिप्स (Tips for better transcription):
+        ### बेहतर ट्रांस्क्रिप्शन के लिए टिप्स (Tips for better transcription):
         
         **वॉइस रिकॉर्डिंग के लिए (For Voice Recording):**
         - स्पष्ट और मध्यम गति से बोलें (Speak clearly and at moderate pace)
@@ -336,7 +350,7 @@ with gr.Blocks(title="भारतीय भाषा स्पीच टू ट
         
         ---
         **मॉडल (Model)**: AI4Bharat IndicConformer-600M-Multi  
-        **फ्रेमवर्क (Framework)**: 🤗 Transformers + Gradio  
+        **फ्रेमवर्क (Framework)**: Transformers + Gradio  
         **परिनियोजन (Deployment)**: Hugging Face Spaces (CPU)  
         **समर्थित भाषाएं**: भारत की 22 आधिकारिक भाषाएं
         """