Create app.py

app.py

@@ -0,0 +1,83 @@
+import os
+import replicate
+import streamlit as st
+from pydub import AudioSegment
+
+# Asegúrate de que REPLICATE_API_TOKEN esté configurado en las variables de entorno
+replicate_token = os.getenv("REPLICATE_API_TOKEN")
+
+if not replicate_token:
+    raise ValueError("No se ha encontrado el token de API de Replicate.")
+
+# Función para dividir el archivo de audio en segmentos de duración definida (en milisegundos)
+def dividir_audio(audio_path, segment_duration_ms):
+    audio = AudioSegment.from_file(audio_path)
+    audio_length = len(audio)
+    segments = []
+
+    # Divide el audio en fragmentos de la duración especificada (10 minutos en milisegundos)
+    for i in range(0, audio_length, segment_duration_ms):
+        segment = audio[i:i+segment_duration_ms]  # Cada fragmento de hasta 10 minutos
+        segment_path = f"segment_{i // (60 * 1000)}.wav"  # Nombre del archivo con el índice del minuto
+        segment.export(segment_path, format="wav")  # Exporta el fragmento como un archivo WAV
+        segments.append(segment_path)
+    
+    return segments
+
+# Función para transcribir el audio
+def transcribe_audio(audio_file):
+    # Cargar el archivo de audio completo
+    audio = AudioSegment.from_file(audio_file)
+    audio_duration_minutes = len(audio) / (1000 * 60)  # Duración en minutos
+
+    # Si el audio dura más de 10 minutos, dividirlo en segmentos de 10 minutos
+    if audio_duration_minutes > 10:
+        segments = dividir_audio(audio_file, segment_duration_ms=10 * 60 * 1000)  # 10 minutos en milisegundos
+    else:
+        segments = [audio_file]  # Si es menor de 10 minutos, no dividir
+
+    # Almacenar todas las transcripciones
+    all_transcriptions = []
+
+    # Procesar cada segmento individualmente
+    for segment_path in segments:
+        with open(segment_path, "rb") as audio:
+            output = replicate.run(
+                "vaibhavs10/incredibly-fast-whisper:3ab86df6c8f54c11309d4d1f930ac292bad43ace52d10c80d87eb258b3c9f79c",
+                input={
+                    "task": "transcribe",
+                    "audio": audio,  # El archivo de audio cargado en Streamlit
+                    "language": "None",  # Detecta automáticamente el idioma
+                    "timestamp": "chunk",  # Incluye marcas de tiempo
+                    "batch_size": 64,
+                    "diarise_audio": False
+                }
+            )
+            # Almacenar la transcripción del segmento
+            all_transcriptions.append(output['text'])
+    
+    # Combina todas las transcripciones en una sola cadena
+    full_transcription = "\n".join(all_transcriptions)
+    return full_transcription  # Devuelve la transcripción completa
+
+
+# Configurar la interfaz de Streamlit
+st.title("Transcripción de Audio usando Whisper")
+
+# Subir archivo de audio
+uploaded_audio = st.file_uploader("Sube tu archivo de audio", type=["wav", "mp3", "ogg", "flac"])
+
+# Si se ha subido un archivo
+if uploaded_audio is not None:
+    # Guardar el archivo temporalmente
+    with open("temp_audio_file.wav", "wb") as f:
+        f.write(uploaded_audio.read())
+    
+    st.info("Transcribiendo el audio, esto puede tardar unos minutos...")
+
+    # Transcribir el archivo
+    transcription = transcribe_audio("temp_audio_file.wav")
+
+    # Mostrar el resultado
+    st.subheader("Transcripción")
+    st.text(transcription)