Create app.py

app.py

@@ -0,0 +1,82 @@
+import os
+import logging
+from telegram import Update
+from telegram.ext import Application, MessageHandler, filters
+from transformers import pipeline, AutoTokenizer, VitsModel
+import torchaudio
+import librosa
+import soundfile as sf
+
+# تهيئة النظام
+logging.basicConfig(format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# تهيئة النماذج
+asr_pipeline = pipeline(
+    "automatic-speech-recognition",
+    model="facebook/wav2vec2-large-xlsr-53-arabic"
+)
+
+tts_tokenizer = AutoTokenizer.from_pretrained("facebook/mms-tts-ara")
+tts_model = VitsModel.from_pretrained("facebook/mms-tts-ara")
+
+# معالجة الصوت الوارد
+async def process_voice(update: Update, context):
+    try:
+        # تحميل الملف الصوتي
+        voice_file = await update.message.voice.get_file()
+        await voice_file.download_to_drive("user_voice.ogg")
+        
+        # تحويل الصوت إلى نص
+        text = await speech_to_text("user_voice.ogg")
+        
+        # توليد الرد
+        response = await generate_response(text)
+        
+        # تحويل النص إلى صوت
+        await text_to_speech(response)
+        
+        # إرسال الرد
+        await update.message.reply_voice("bot_response.wav")
+        
+    except Exception as e:
+        logger.error(f"Error: {str(e)}")
+        await update.message.reply_text("عذراً، حدث خطأ ما. يرجى المحاولة لاحقاً.")
+
+# تحويل الصوت إلى نص
+async def speech_to_text(audio_path):
+    # تحويل الصيغة من ogg إلى wav
+    audio, sr = librosa.load(audio_path, sr=16000)
+    sf.write("temp.wav", audio, sr)
+    
+    # التعرف على الكلام
+    result = asr_pipeline("temp.wav")
+    return result["text"]
+
+# توليد الردود
+async def generate_response(text):
+    chatbot = pipeline("text-generation", model="aubmindlab/aragpt2-base")
+    response = chatbot(
+        text,
+        max_length=100,
+        num_return_sequences=1,
+        pad_token_id=50256
+    )
+    return response[0]['generated_text']
+
+# تحويل النص إلى صوت
+async def text_to_speech(text):
+    inputs = tts_tokenizer(text, return_tensors="pt")
+    
+    with torch.no_grad():
+        output = tts_model(**inputs)
+    
+    waveform = output.waveform[0].numpy()
+    torchaudio.save("bot_response.wav", torch.Tensor(waveform), tts_model.config.sampling_rate)
+
+# تهيئة التطبيق
+if __name__ == "__main__":
+    TOKEN = os.getenv("TELEGRAM_TOKEN")
+    application = Application.builder().token(TOKEN).build()
+    application.add_handler(MessageHandler(filters.VOICE, process_voice))
+    application.run_polling()