Delete routes.py

routes.py

@@ -1,86 +0,0 @@
-from fastapi import APIRouter, UploadFile, File, Depends, HTTPException, Query
-from fastapi.responses import JSONResponse
-from preprocessing import clean_audio
-from asr import transcribe_file, MedicalASR
-from diarization import diarize_segments
-from privacy import MedicalPrivacyProcessor
-from config import settings
-from typing import Optional
-import tempfile, os, uuid
-from fastapi.concurrency import run_in_threadpool
-
-router = APIRouter()
-
-# Gizlilik işlemcisi
-privacy_processor = MedicalPrivacyProcessor()
-
-def get_asr_model():
-    """ASR modelini oluşturur ve döndürür"""
-    config = {
-        "language": "tr",
-        "model": settings.ASR_MODEL,
-        "domain": "medical"
-    }
-    return MedicalASR(config)
-
-@router.post("/transcribe")
-async def transcribe_audio(
-    file: UploadFile = File(...),
-    diarize: bool = True,
-    enhance_audio: bool = True,
-    anonymize: Optional[bool] = Query(None, description="Kişisel verileri anonimleştir"),
-    asr_model: MedicalASR = Depends(get_asr_model)
-):
-    """Ses dosyasını transkribe eder"""
-    try:
-        # Geçici dosya oluştur
-        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_file:
-            temp_file.write(await file.read())
-            temp_file_path = temp_file.name
-        
-        # CPU/GPU yoğun işlemi thread pool'da çalıştır
-        result = await run_in_threadpool(
-            asr_model.transcribe,
-            temp_file_path, 
-            speaker_diarization=diarize,
-            enhance_audio=enhance_audio
-        )
-        
-        # Geçici dosyayı temizle
-        os.unlink(temp_file_path)
-        
-        # Kişisel veri anonimleştirme
-        # Eğer açıkça belirtilmediyse uygulama konfigürasyonuna göre davran
-        should_anonymize = anonymize if anonymize is not None else app.state.asr_config.get("anonymize_data", True)
-        
-        identified_data = {}
-        if should_anonymize:
-            # Ana metni anonimleştir
-            anonymized_text, main_data = privacy_processor.anonymize_text(result["text"])
-            result["text"] = anonymized_text
-            identified_data.update(main_data)
-            
-            # Diyarizasyon segmentlerini anonimleştir
-            if "diarization" in result:
-                for segment in result["diarization"]:
-                    if segment["text"]:
-                        anonymized_segment, segment_data = privacy_processor.anonymize_text(segment["text"])
-                        segment["text"] = anonymized_segment
-                        # Her segment için tespit edilen verileri güncelle
-                        for key, values in segment_data.items():
-                            identified_data.setdefault(key, []).extend(values)
-            
-            # Tespit edilen verileri güvenli şekilde sakla
-            # NOT: Gerçek uygulamada bu verileri şifreli bir veritabanında saklayın
-            session_id = str(uuid.uuid4())
-            # Burada verileri güvenli bir şekilde saklama kodunuz olacak
-            
-            # Yanıtta tespit edilen veri tipleri hakkında bilgi ver
-            result["anonymized"] = True
-            result["identified_data_types"] = {k: len(v) for k, v in identified_data.items() if v}
-            result["session_id"] = session_id
-        
-        return JSONResponse(content=result)
-    
-    except Exception as e:
-        raise HTTPException(status_code=500, detail=f"Transkripsiyon hatası: {str(e)}")