import gradio as gr
from transformers import pipeline
import torch
import os

# 1. اقرأ الـ Token من الـ Secrets الخاصة بالـ Space
HF_TOKEN = os.getenv("HUGGING_FACE_TOKEN")

# 2. تحقق من وجود الـ Token
if HF_TOKEN is None:
    raise ValueError("لم يتم العثور على HUGGING_FACE_TOKEN في أسرار الـ Space. يرجى إضافته.")

# 3. اسم النموذج الرسمي والمستقر
MODEL_NAME = "openai/whisper-base" # <<<--- النموذج الرسمي من OpenAI

# اختر الجهاز
device = "cuda:0" if torch.cuda.is_available() else "cpu"
torch_dtype = torch.float16 if device != "cpu" else torch.float32

# تحميل الـ pipeline مع تمرير الـ Token بشكل صريح
pipe = pipeline(
    "automatic-speech-recognition",
    model=MODEL_NAME,
    token=HF_TOKEN,  # استخدام الـ Token للمصادقة
    device=device,
    torch_dtype=torch_dtype
)

def transcribe(audio):
    if audio is None:
        return "لم يتم رفع أي ملف صوتي."
    
    # استدعاء النموذج
    # ملاحظة: نموذج v3 يتوقع تحديد اللغة للحصول على أفضل النتائج
    result = pipe(audio, generate_kwargs={"language": "arabic"})
    return result["text"]

# بناء واجهة Gradio
gr.Interface(
    fn=transcribe,
    inputs=gr.Audio(sources=["upload"], type="filepath", label="ارفع ملفاً صوتياً"),
    outputs=gr.Textbox(label="النص المُحوَّل"),
    title="API لتحويل الكلام إلى نص",
    description=f"واجهة لنموذج Whisper الرسمي ({MODEL_NAME}).",
    allow_flagging="never"
).launch()