app.py

"""
Ses Deşifre Pro - Türkçe Ses-Metin Dönüştürme
Hugging Face Spaces için profesyonel arayüz.
Gradio 6.x uyumlu + Gemini AI Özet Desteği + Streaming Output.
"""

import gradio as gr
from faster_whisper import WhisperModel
import tempfile
import time
import os
# import requests # Artık gerek yok
from transformers import pipeline
import torch

# ==================== CONFIG & MODELS ====================

# 1. WHISPER MODEL (Ses Deşifre)
MODEL_SIZE = "medium"
model = None

try:
    print(f"� Whisper {MODEL_SIZE} modeli yükleniyor...")
    model = WhisperModel(MODEL_SIZE, device="cpu", compute_type="int8")
    print("✅ Whisper Modeli Hazır!")
except Exception as e:
    print(f"❌ Whisper Yükleme Hatası: {e}")
    model = None

# 2. LOCAL AI PIPELINES (Cache)
summarizer_pipe = None
translator_pipe = None

def load_summarizer():
    global summarizer_pipe
    if summarizer_pipe is None:
        print("📥 Özetleme Modeli (mT5-Small) yükleniyor...")
        device = "cpu" # GPU varsa 0 yapabilirsiniz
        summarizer_pipe = pipeline("summarization", model="ozcangundes/mt5-small-turkish-summarization", device=-1)
        print("✅ Özetleme Modeli Hazır!")
    return summarizer_pipe

def load_translator():
    global translator_pipe
    if translator_pipe is None:
        print("� Çeviri Modeli (NLLB-200) yükleniyor...")
        # NLLB cpu'da biraz yavaş olabilir ama kalitelidir
        translator_pipe = pipeline("translation", model="facebook/nllb-200-distilled-600M", device=-1)
        print("✅ Çeviri Modeli Hazır!")
    return translator_pipe

# ==================== AI FUNCTIONS (LOCAL) ====================

def summarize_locally(text: str, progress=gr.Progress()) -> str:
    """Yerel model (mT5) ile özetleme."""
    if not text or "⚠️" in text: return "⚠️ Önce geçerli bir metin oluşturun."
    
    clean_text = text.split("───────────────────────────────────")[0].strip()
    if len(clean_text) < 50: return "⚠️ Metin özetlemek için çok kısa."
    
    try:
        progress(0.2, desc="Özetleme modeli yükleniyor...")
        pipe = load_summarizer()
        
        progress(0.5, desc="Metin özetleniyor...")
        # Maksimum girdi uzunluğunu ve çıktı uzunluğunu ayarla
        result = pipe(clean_text, max_length=150, min_length=40, do_sample=False)
        
        return result[0]['summary_text']
            
    except Exception as e:
        return f"❌ Özetleme Hatası: {str(e)}"

def translate_locally(text: str, target_language: str, progress=gr.Progress()) -> str:
    """Yerel model (NLLB) ile çeviri."""
    if not text or "⚠️" in text: return "⚠️ Çevrilecek metin yok."
    
    clean_text = text.split("───────────────────────────────────")[0].strip()
    
    # NLLB Dil Kodları
    lang_map = {
        "İngilizce": "eng_Latn",
        "Almanca": "deu_Latn",
        "Fransızca": "fra_Latn",
        "Türkçe": "tur_Latn"
    }
    src_lang = "tur_Latn" # Varsayılan giriş Türkçe
    tgt_lang = lang_map.get(target_language, "eng_Latn")
    
    try:
        progress(0.2, desc="Çeviri modeli yükleniyor...")
        pipe = load_translator()
        
        progress(0.5, desc=f"Çeviriliyor ({target_language})...")
        # NLLB pipeline kullanımı: src_lang ve tgt_lang belirtilmeli
        result = pipe(clean_text, src_lang=src_lang, tgt_lang=tgt_lang, max_length=512)
        
        return result[0]['translation_text']
        
    except Exception as e:
        return f"❌ Çeviri Hatası: {str(e)}"


# ==================== TRANSCRIPTION (WHISPER) ====================

def transcribe(audio_path: str, progress=gr.Progress()):
    if model is None:
        yield "❌ Hata: Whisper modeli yüklenemedi.", None
        return

    if audio_path is None:
        yield "⚠️ Lütfen bir ses dosyası yükleyin.", None
        return

    try:
        start_time = time.time()
        progress(0, desc="Ses işleniyor...")
        
        segments, info = model.transcribe(
            audio_path,
            language="tr",
            beam_size=1,
            vad_filter=True,
            word_timestamps=False
        )
        
        duration = info.duration
        full_text = ""
        
        for segment in segments:
            full_text += segment.text + " "
            if duration > 0:
                prog = min(segment.end / duration, 0.99)
                progress(prog, desc=f"Dönüştürülüyor... ({int(segment.end)}/{int(duration)} sn)")
            yield full_text.strip(), None

        elapsed = time.time() - start_time
        final_result = full_text.strip()
        
        if not final_result:
            yield "⚠️ Ses anlaşılamadı veya sessiz.", None
            return

        # Dosya Kaydetme
        progress(0.99, desc="Dosya kaydediliyor...")
        txt_file = tempfile.NamedTemporaryFile(mode='w', suffix='.txt', delete=False, encoding='utf-8')
        txt_file.write(final_result)
        txt_file.close()
        
        stats = f"\n\n───────────────────────────────────\n📊 İstatistikler\n• Süre: {duration:.1f} sn\n• İşlem: {elapsed:.1f} sn\n• Hız: {duration/elapsed:.1f}x\n───────────────────────────────────"
        
        yield final_result + stats, txt_file.name
            
    except Exception as e:
        yield f"❌ Transkripsiyon Hatası: {str(e)}", None

# ==================== UI (GRADIO) ====================

with gr.Blocks(title="Ses Deşifre Pro (Local AI)") as demo:
    
    gr.HTML("""
        <style>
            footer { display: none !important; }
            .gradio-container { max-width: 900px !important; margin: auto !important; }
        </style>
        <div style="text-align: center; padding: 30px; background: linear-gradient(135deg, #10b981 0%, #059669 100%); border-radius: 20px; margin-bottom: 20px; color: white;">
            <h1 style="font-size: 2.2rem; margin: 0;">🎙️ Ses Deşifre & Local AI</h1>
            <p style="opacity: 0.9;">%100 Çevrimdışı • Token Yok • Limit Yok</p>
        </div>
    """)
    
    with gr.Row():
        with gr.Column():
            audio_input = gr.Audio(label="Ses Dosyası", type="filepath", sources=["upload", "microphone"])
            submit_btn = gr.Button("🚀 Başlat", variant="primary", size="lg")
            
    with gr.Row():
        with gr.Column():
            output_text = gr.Textbox(label="Deşifre Metni", placeholder="Sonuçlar burada görünecek...", lines=10, interactive=False)
            download_file = gr.File(label="Metni İndir (.txt)")

    # --- LOCAL AI ARAÇLARI ---
    gr.HTML("<h3 style='margin-top: 20px; border-bottom: 1px solid #ddd; padding-bottom: 10px;'>🧠 Yerel Yapay Zeka (CPU)</h3>")
    
    with gr.Tabs():
        with gr.TabItem("✨ Özetle (mT5)"):
            summary_btn = gr.Button("📝 Metni Özetle")
            summary_output = gr.Textbox(label="Özet Sonucu", lines=6)
            
        with gr.TabItem("🌍 Çevir (NLLB)"):
             with gr.Row():
                target_lang = gr.Dropdown(["İngilizce", "Almanca", "Fransızca"], label="Hedef Dil", value="İngilizce")
                translate_btn = gr.Button("A Çevir")
             translate_output = gr.Textbox(label="Çeviri Sonucu", lines=6)

    # --- BAĞLANTILAR ---
    submit_btn.click(transcribe, inputs=[audio_input], outputs=[output_text, download_file])
    
    summary_btn.click(summarize_locally, inputs=[output_text], outputs=summary_output)
    translate_btn.click(translate_locally, inputs=[output_text, target_lang], outputs=translate_output)

if __name__ == "__main__":
    demo.launch(share=False)