Create app.py

app.py

@@ -0,0 +1,47 @@
+import gradio as gr
+from transformers import pipeline
+import torch
+
+# Carregando o modelo Whisper para transcrição de áudio
+transcriber = pipeline(
+    task="automatic-speech-recognition",
+    model="openai/whisper-small",
+    device=torch.device('cuda' if torch.cuda.is_available() else 'cpu')
+)
+
+# Carregando o modelo de análise de sentimentos em português
+sentiment_analyzer = pipeline(
+    "sentiment-analysis",
+    model="nlptown/bert-base-multilingual-uncased-sentiment"
+)
+
+def transcribe_and_analyze(audio_file):
+    """
+    Recebe um arquivo de áudio, transcreve e analisa o sentimento.
+    """
+    # Transcrevendo o áudio
+    transcription = transcriber(audio_file)["text"]
+    
+    # Analisando o sentimento da transcrição
+    sentiment = sentiment_analyzer(transcription)[0]
+    
+    # Formatando a saída do sentimento
+    sentiment_output = f"{sentiment['label']} (confiança: {sentiment['score']:.2f})"
+    
+    return transcription, sentiment_output
+
+# Criando a interface Gradio
+interface = gr.Interface(
+    fn=transcribe_and_analyze,
+    inputs=gr.Audio(source="upload", type="filepath", label="Faça upload do seu áudio"),
+    outputs=[
+        gr.Textbox(label="Transcrição do Áudio"),
+        gr.Textbox(label="Análise de Sentimento")
+    ],
+    title="TranscriSentimento",
+    description="Envie um arquivo de áudio de até 1 hora para transcrição e análise de sentimentos.",
+    theme="default"
+)
+
+if __name__ == "__main__":
+    interface.launch()