Update app.py

app.py

@@ -1,132 +1,212 @@
-from fastapi import FastAPI, Depends, HTTPException, status, UploadFile, File
-from fastapi.middleware.cors import CORSMiddleware
-import gradio as gr
 import os
 import tempfile
 import json
-from typing import Optional
+import time
+import gradio as gr
 import spacy
 from preprocessing import clean_audio
-from asr import transcribe_file, MedicalASR
+from asr import transcribe_file
 from diarization import diarize_segments
 from privacy import MedicalPrivacyProcessor
 from config import settings
 
-# HuggingFace token'ını ayarla (kullanıcının kendi token'ını eklemesini sağla)
-os.environ["HF_TOKEN"] = os.environ.get("HF_TOKEN", "")
-os.environ["ENVIRONMENT"] = "production"
+# HuggingFace token'ını ayarla
+HF_TOKEN = os.getenv("HF_TOKEN", "")
+if not HF_TOKEN:
+    print("Warning: HF_TOKEN not set!")
 
-# Arayüz konfigürasyonu
-THEME = gr.themes.Soft(
-    primary_hue="indigo",
-    secondary_hue="blue",
-)
-LOGO = "assets/pediatric_logo.png"  # Logo ekleyin (opsiyonel)
+def load_spacy_model():
+    """SpaCy modelini yükle veya indir"""
+    try:
+        # Önce mevcut modelleri kontrol et
+        available_models = spacy.util.get_installed_models()
+        if "tr_core_news_md" in available_models:
+            print("Türkçe SpaCy modeli bulundu, yükleniyor...")
+            return spacy.load("tr_core_news_md")
+        elif "tr_core_news_sm" in available_models:
+            print("Küçük Türkçe SpaCy modeli bulundu, yükleniyor...")
+            return spacy.load("tr_core_news_sm")
+        else:
+            print("Türkçe SpaCy modeli bulunamadı, indiriliyor...")
+            os.system("python -m spacy download tr_core_news_md")
+            return spacy.load("tr_core_news_md")
+    except Exception as e:
+        print(f"SpaCy model yükleme hatası: {str(e)}")
+        print("Boş Türkçe model oluşturuluyor...")
+        return spacy.blank("tr")
 
 # SpaCy modelini yükle
-try:
-    nlp = spacy.load("tr_core_news_sm")
-except OSError:
-    nlp = spacy.blank("tr")
+nlp = load_spacy_model()
 
-# Gradio arayüzü
-def create_gradio_app():
-    def transcribe_gr(audio_file, diarize=True, enhance_audio=True, anonymize=True):
-        try:
-            if audio_file is None:
-                return "Lütfen bir ses dosyası yükleyin."
-                
-            asr_model = get_asr_model()
-            result = asr_model.transcribe(
-                audio_file,
-                speaker_diarization=diarize,
-                enhance_audio=enhance_audio
-            )
-            
-            output = "📝 Transkripsiyon:\n\n"
-            
-            if "diarization" in result:
-                for segment in result["diarization"]:
-                    output += f"🗣️ {segment['speaker']} ({segment['start']:.1f}s - {segment['end']:.1f}s):\n"
-                    output += f"{segment['text']}\n\n"
-            else:
-                output += result["text"]
-            
-            if result.get("anonymized"):
-                output += "\n🔒 Kişisel veriler anonimleştirildi."
-                
-            return output
-        except Exception as e:
-            return f"Bir hata oluştu: {str(e)}"
+# Yardım metni
+usage_tips = """
+## Kullanım İpuçları
 
-    demo = gr.Interface(
-        fn=transcribe_gr,
-        inputs=[
-            gr.Audio(type="filepath", label="Ses Dosyası"),
-            gr.Checkbox(label="Konuşmacı Ayrımı", value=True),
-            gr.Checkbox(label="Ses İyileştirme", value=True),
-            gr.Checkbox(label="Kişisel Verileri Anonimleştir", value=True)
-        ],
-        outputs=gr.Textbox(label="Transkripsiyon Sonucu", lines=10),
-        title="🏥 Tıbbi Konuşma Transkripsiyon Servisi",
-        description="Bu servis, doktor vizitelerindeki konuşmaları yazıya döker ve konuşmacıları ayırt eder.",
-        theme=gr.themes.Soft(primary_hue="indigo", secondary_hue="blue"),
-        allow_flagging="never"
-    )
-    return demo
+1. **Dosya formatı**: WAV formatında ses dosyaları en iyi sonuçları verir.
+2. **Ses kalitesi**: Gürültüsüz ortamlarda kaydedilen sesler daha iyi sonuç verir.
+3. **Konuşmacı ayrımı**: Konuşmacı sayısı arttıkça tanıma doğruluğu düşebilir.
+4. **Hata durumlarında**: Sistem hata verirse, ses dosyasının formatını ve boyutunu kontrol edin.
 
-# FastAPI uygulaması
-app = FastAPI(title="Pediatrik ASR API")
+## Pediatrik Uzmanlar İçin
 
-# CORS ayarları
-app.add_middleware(
-    CORSMiddleware,
-    allow_origins=["*"],
-    allow_credentials=True,
-    allow_methods=["*"],
-    allow_headers=["*"],
-)
+Sistem, çocuk hastalıkları, aşılar, ilaçlar ve muayene terimleri içeren 
+geniş bir tıbbi terim sözlüğü kullanır. Bu sayede pediatri vizitelerindeki 
+terminolojinin doğru transkribe edilmesini sağlar.
+"""
 
-# ASR modeli için bağımlılık
-def get_asr_model():
-    config = {
-        "language": "tr",
-        "model": settings.ASR_MODEL,
-        "domain": "medical"
-    }
-    return MedicalASR(config)
+# CSS stilleri
+css = """
+.container {padding: 20px; border-radius: 10px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);}
+.result-text {margin-top: 10px; padding: 15px; background: #f8f9fa; border-radius: 5px; white-space: pre-wrap;}
+.speaker {font-weight: bold; color: #1a5fb4;}
+.timestamp {color: #666; font-size: 0.9em;}
+.success {color: green; font-weight: bold;}
+.error {color: red; font-weight: bold;}
+.footer {margin-top: 50px; text-align: center; color: #666; font-size: 0.9em;}
+.tips {background: #e7f5ff; padding: 15px; border-radius: 5px; margin-top: 20px;}
+"""
 
-# API endpoint'i
-@app.post("/api/v1/transcribe")
-async def transcribe_audio_api(
-    file: UploadFile = File(...),
-    diarize: bool = True,
-    enhance_audio: bool = True,
-    anonymize: Optional[bool] = None,
-    asr_model: MedicalASR = Depends(get_asr_model)
-):
+async def process_audio(audio_file, diarize=True, enhance=True, anonymize=True, progress=gr.Progress()):
     try:
-        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_file:
-            temp_file.write(await file.read())
-            temp_file_path = temp_file.name
+        if audio_file is None:
+            return {"error": "Lütfen bir ses dosyası yükleyin."}, None
+        
+        progress(0, desc="Ses dosyası hazırlanıyor...")
         
-        result = asr_model.transcribe(
-            temp_file_path,
-            speaker_diarization=diarize,
-            enhance_audio=enhance_audio
+        # Ses dosyasını temizle
+        if enhance:
+            progress(0.1, desc="Ses iyileştiriliyor...")
+            audio_file = clean_audio(audio_file)
+            
+        # Transkripsiyon yap
+        progress(0.3, desc="Ses metne dönüştürülüyor...")
+        result = transcribe_file(
+            audio_file,
+            language="tr",
+            model_name=settings.ASR_MODEL
         )
         
-        os.unlink(temp_file_path)
-        return result
+        # Konuşmacı ayrımı
+        if diarize:
+            progress(0.6, desc="Konuşmacılar ayrıştırılıyor...")
+            diarization_result = diarize_segments(result["segments"])
+            result["diarization"] = diarization_result
+            
+        # Kişisel verileri anonimleştir
+        if anonymize:
+            progress(0.8, desc="Kişisel veriler anonimleştiriliyor...")
+            privacy_processor = MedicalPrivacyProcessor()
+            result["text"] = privacy_processor.anonymize_text(result["text"])
+            result["anonymized"] = True
+            
+        # Sonucu formatla
+        progress(0.9, desc="Sonuçlar hazırlanıyor...")
+        formatted_text = ""
+        if diarize and "diarization" in result:
+            for segment in result["diarization"]:
+                speaker = segment["speaker"]
+                text = segment["text"]
+                start = segment["start"]
+                end = segment["end"]
+                formatted_text += f"[{speaker}] ({start:.1f}s - {end:.1f}s): {text}\n\n"
+        else:
+            formatted_text = result["text"]
+        
+        if result.get("anonymized"):
+            formatted_text += "\n🔒 Kişisel veriler anonimleştirildi."
+            
+        progress(1.0, desc="Tamamlandı!")
+        return result, formatted_text
         
     except Exception as e:
-        raise HTTPException(status_code=500, detail=str(e))
+        print(f"Error in process_audio: {str(e)}")
+        return {"error": f"İşlem sırasında hata: {str(e)}"}, None
 
-# Gradio uygulamasını oluştur ve mount et
-gradio_app = create_gradio_app()
-app = gr.mount_gradio_app(app, gradio_app, path="/")
+# Ana arayüz
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="indigo", secondary_hue="blue"), css=css) as demo:
+    gr.HTML(f"""
+        <div style="text-align: center; max-height: 150px; margin-bottom: 30px">
+            <h1>Türkçe Pediatrik Konuşma Tanıma Sistemi</h1>
+            <p>Çocuk doktorları için geliştirilmiş, pediatri alanına özel tıbbi terminoloji tanıma özellikli transkripsiyon sistemi</p>
+        </div>
+    """)
+    
+    with gr.Row():
+        with gr.Column(scale=1):
+            audio_input = gr.Audio(
+                label="Ses Dosyası Yükleyin veya Kaydedin", 
+                type="filepath", 
+                elem_classes="container"
+            )
+            
+            with gr.Group():
+                with gr.Row():
+                    diarize = gr.Checkbox(value=True, label="Konuşmacı Ayrımı")
+                    enhance = gr.Checkbox(value=True, label="Ses İyileştirme")
+                
+                with gr.Row():
+                    anonymize = gr.Checkbox(value=True, label="Kişisel Verileri Anonimleştir")
+                    clear_btn = gr.Button("Temizle", variant="secondary")
+            
+            process_btn = gr.Button("Transkribe Et", variant="primary")
+            gr.HTML('<div class="tips"><b>💡 İpucu:</b> En iyi sonuçlar için gürültüsüz ortamlarda kayıt yapın.</div>')
+        
+        with gr.Column(scale=2, elem_classes="container"):
+            with gr.Tabs():
+                with gr.TabItem("Konuşma Metni"):
+                    result_text = gr.Markdown(label="Transkripsiyon Sonucu", elem_classes="result-text")
+                
+                with gr.TabItem("JSON Sonucu"):
+                    json_output = gr.JSON(label="API Yanıtı")
+                
+                with gr.TabItem("Kullanım Kılavuzu"):
+                    gr.Markdown(usage_tips)
+            
+            status = gr.Markdown("Sistem hazır.")
+    
+    # Uyarı mesajı
+    gr.HTML("""
+        <div style="background-color: #fff3cd; color: #856404; padding: 15px; margin: 15px 0; border-radius: 5px; border: 1px solid #ffeeba;">
+            <h3>⚠️ Önemli Gizlilik Uyarısı</h3>
+            <p>
+                Bu demo uygulaması <strong>yalnızca eğitim amaçlıdır</strong> ve gerçek hasta verilerinin işlenmesi için tasarlanmamıştır.
+                Lütfen hasta bilgisi içeren ses kayıtlarını yüklemeyin. Sistemde paylaşılan ses kayıtları üçüncü şahıslar tarafından erişilebilir
+                ve gizlilik/güvenlik garantisi yoktur.
+            </p>
+            <p>
+                Bu aracı kullanarak, yüklediğiniz verilerin <a href="https://huggingface.co/terms-of-service" target="_blank">Hugging Face Kullanım Koşulları</a>'na
+                uygun olduğunu kabul etmiş olursunuz.
+            </p>
+        </div>
+    """)
+
+    # İzin onayı
+    with gr.Group():
+        privacy_agreement = gr.Checkbox(label="Gizlilik koşullarını okudum ve kabul ediyorum", value=False)
+
+        # Onay olmadan işlem yapılmasını engelle
+        def check_agreement(agreement, *args):
+            if not agreement:
+                return {"error": "Devam etmek için gizlilik koşullarını kabul etmelisiniz."}, "Lütfen gizlilik koşullarını kabul edin."
+            return process_audio(*args)
+        
+        process_btn.click(
+            fn=check_agreement,
+            inputs=[privacy_agreement, audio_input, diarize, enhance, anonymize],
+            outputs=[json_output, result_text]
+        )
+    
+    clear_btn.click(
+        lambda: (None, None, "Sistem hazır."),
+        outputs=[audio_input, result_text, status]
+    )
+    
+    gr.HTML("""
+        <div class="footer">
+            <p>© 2023 Türkçe Pediatrik Konuşma Tanıma Sistemi | Çocuk doktorları için geliştirilmiştir.</p>
+        </div>
+    """)
 
-# Uygulamayı başlat
+# Hugging Face Spaces için gerekli
 if __name__ == "__main__":
-    import uvicorn
-    uvicorn.run(app, host="0.0.0.0", port=7860) 
+    demo.queue().launch(server_name="0.0.0.0", server_port=7860, share=False)