Update README.md

README.md

@@ -177,4 +177,71 @@ trainer = Trainer(
 )
 
 # Обучение модели
-trainer.train()
+trainer.train()
+```
+## Deploy Space
+
+Вы можете легко развернуть модель `felguk-audio.box` в [Hugging Face Spaces](https://huggingface.co/spaces) с помощью Gradio или Streamlit. Вот пошаговое руководство:
+
+### Использование Gradio
+
+1. Установите Gradio:
+
+```bash
+pip install gradio
+```
+Создать app.py:
+```bash
+import gradio as gr
+from transformers import AutoModelForAudioClassification, AutoFeatureExtractor
+import torchaudio
+
+# Загрузка модели и feature extractor
+model_name = "felguk-audio.box"
+model = AutoModelForAudioClassification.from_pretrained(model_name)
+feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)
+
+# Функция для классификации аудио
+def classify_audio(audio_file):
+    waveform, sample_rate = torchaudio.load(audio_file)
+    inputs = feature_extractor(waveform.squeeze().numpy(), sampling_rate=sample_rate, return_tensors="pt")
+    with torch.no_grad():
+        logits = model(**inputs).logits
+    predicted_class_idx = logits.argmax(-1).item()
+    return model.config.id2label[predicted_class_idx]
+
+# Создание интерфейса Gradio
+interface = gr.Interface(
+    fn=classify_audio,
+    inputs=gr.Audio(type="filepath"),
+    outputs="text",
+    title="felguk-audio.box: Audio Classification",
+    description="Upload an audio file to classify it using the felguk-audio.box model."
+)
+
+# Запуск интерфейса
+interface.launch()
+```
+Потом надо добавить requirements.txt:
+```bash
+torch
+torchaudio
+transformers
+gradio
+```
+## Gr load
+Вы можете загрузить модель с помощью gr load:
+```bash
+import gradio as gr
+
+# Загрузка модели через Hugging Face
+model_interface = gr.load(
+    "models/felguk-audio.box",  # Укажите путь к вашей модели
+    title="felguk-audio.box: Audio Classification",
+    description="Upload an audio file to classify it using the felguk-audio.box model."
+)
+
+# Запуск интерфейса
+model_interface.launch()
+```
+