Update app.py

app.py

@@ -19,7 +19,7 @@ if DEVICE.type == "cpu":
     torch.set_num_threads(min(2, os.cpu_count() or 2))
 
 MAX_LEN     = 160_000   # 10 s @16 kHz
-NUM_DOMAINS = 3         # ennustame alati 3 domääni põhjal
+NUM_DOMAINS = 3         # ennustame alati 3 domeeni põhjal
 # ---------------------------------------------------------------------------
 
 # ---------- laadime mudeli korra -------------------------------------------
@@ -50,7 +50,7 @@ def compute_spec(wav: torch.Tensor) -> torch.Tensor:
     return torch.stack(views)
 
 def single_predict(audio_path: str) -> float:
-    """MOS ühe faili kohta – keskmistab 3 domääni."""
+    """MOS ühe faili kohta – keskmistab 3 domeeni."""
     wav, sr = torchaudio.load(audio_path)
     if sr != 16_000:
         wav = torchaudio.transforms.Resample(sr, 16_000)(wav)[0]
@@ -98,7 +98,7 @@ def batch_predict(csv_file, wav_zip):
         zf.extractall(tdir)
 
     df   = pd.read_csv(csv_file.name)
-    col  = "faili_uus_nimi" if "faili_uus_nimi" in df.columns else "audio"
+    col  = "faili_nimi"
     outs, errors = [], []
 
     for rel in df[col]:
@@ -126,20 +126,20 @@ with gr.Blocks(title="UTMOS-v2 MOS-hinnang (3 domeeni)") as demo:
     gr.Markdown(
         """
         # UTMOS-v2 (eesti kõne)  
-        Ennustab objektiivse MOS-i **kolme treeningu-domääni** keskmisena.
+        Ennustab objektiivse MOS-i **kolme treeningu-domeeni** keskmisena.
         """
     )
 
     # Üksik klipp -----------------------------------------------------------
-    with gr.Tab("Üksik klipp"):
+    with gr.Tab("1 WAV fail"):
         audio   = gr.Audio(type="filepath", label="WAV (16 kHz või muu)")
         out_mos = gr.Number(label="Ennustatud MOS")
         gr.Button("Hinda").click(single_predict, inputs=audio, outputs=out_mos)
 
     # Partii ---------------------------------------------------------------
     with gr.Tab("Partii (CSV + ZIP)"):
-        csv_in  = gr.File(file_types=[".csv"], label="CSV (audio|faili_uus_nimi)")
-        zip_in  = gr.File(file_types=[".zip"], label="ZIP kõigi WAV-idega")
+        csv_in  = gr.File(file_types=[".csv"], label="CSV (veerud: faili_nimi")
+        zip_in  = gr.File(file_types=[".zip"], label="ZIP (WAV failid")
         df_out  = gr.Dataframe(label="Tulemused")
         file_dl = gr.File(label="Lae CSV ennustustega")
         gr.Button("Start").click(batch_predict,