Create app.py

app.py

@@ -0,0 +1,61 @@
+# app.py
+
+import os
+import shutil
+import tempfile
+import torch
+import whisper
+from fastapi import FastAPI, File, UploadFile, Query
+from typing import Dict, Optional
+
+# --- الإعدادات الأولية وتحميل النموذج ---
+
+# تحديد الجهاز (GPU إذا كان متاحًا، وإلا CPU)
+DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
+print(f"Using device: {DEVICE}")
+
+# تحميل النموذج (سنستخدم 'base' للبساطة والسرعة في الخطة المجانية)
+print("Loading 'base' model...")
+model = whisper.load_model("base", device=DEVICE)
+print("Model 'base' loaded successfully.")
+
+# إنشاء تطبيق FastAPI
+app = FastAPI()
+
+# --- نقاط النهاية (Endpoints) ---
+
+@app.get("/")
+def read_root():
+    """ نقطة نهاية للتحقق من أن الـ API يعمل. """
+    return {"message": "Whisper API is running. Use the /transcribe endpoint to submit audio files."}
+
+@app.post("/transcribe")
+async def transcribe_audio(
+    file: UploadFile = File(...),
+    language: Optional[str] = Query(None, description="Language of the audio (e.g., 'ar' for Arabic)")
+):
+    """
+    نقطة نهاية لتحويل ملف صوتي إلى نص.
+    تقبل ملفًا صوتيًا وتُرجع النص المحوّل.
+    """
+    # Whisper يحتاج إلى قراءة الملف من مسار على القرص، لذلك نحفظه مؤقتًا
+    with tempfile.NamedTemporaryFile(delete=False, suffix=os.path.splitext(file.filename)[1]) as tmp_file:
+        shutil.copyfileobj(file.file, tmp_file)
+        tmp_file_path = tmp_file.name
+
+    try:
+        # تحديد خيارات التحويل (مثل اللغة إذا تم تحديدها)
+        transcribe_options = {"language": language} if language else {}
+        
+        # استدعاء النموذج للقيام بالتحويل
+        result = model.transcribe(tmp_file_path, **transcribe_options)
+        
+        transcript = result.get("text", "لم يتمكن من التعرف على نص.")
+        detected_language = result.get("language", "لم يتم تحديد اللغة.")
+        
+        return {"transcript": transcript, "language": detected_language}
+
+    finally:
+        # التأكد من حذف الملف المؤقت بعد الانتهاء
+        os.remove(tmp_file_path)
+        await file.close()