Update app.py

app.py

@@ -1,7 +1,7 @@
 
 import gradio as gr
 from whisper2 import generate
-
+from AinaTheme import theme
 
 MODEL_NAME = "/whisper-large-v3"
 
@@ -19,19 +19,31 @@ description_string = "Transcripció automàtica de micròfon o de fitxers d'àud
               " comprovar els models de reconeixement de parla per a móbils. Per ara utilitza el checkpoint "\
               f"[{MODEL_NAME}](https://huggingface.co/{MODEL_NAME}) i la llibreria de 🤗 Transformers per a la transcripció."
 
-file_transcribe = gr.Interface(
-    fn=transcribe,
-    inputs=[
-        gr.Audio(sources=["upload", "microphone"], type="filepath", label="Audio")
-    ],
-    outputs="text",
-    title="Transcripció automàtica d'àudio",
-    description=(description_string),
-    allow_flagging="never",
-)
 
+def clear():
+     return (
+          None
+     )
+
+
+with gr.Blocks(theme=theme) as demo:
+    gr.Markdown(description_string)
+    with gr.Row():
+        with gr.Column(scale=1):
+            input = gr.Audio(sources=["upload", "microphone"], type="filepath", label="Audio")
+
+        with gr.Column(scale=1):
+            temperatures = gr.CheckboxGroup(choices=[0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0], value=[0.0, 0.2, 0.4], label="temperatures")
+            output = gr.Textbox(label="Output", lines=8)
+    
+    with gr.Row(variant="panel"):
+            clear_btn = gr.Button("Clear")
+            submit_btn = gr.Button("Submit", variant="primary")
+
+
+    submit_btn.click(fn=transcribe, inputs=[input], outputs=[output])
+    clear_btn.click(fn=clear,inputs=[], outputs=[input], queue=False,)
 
-demo = gr.TabbedInterface([file_transcribe], ["Fitxer"])
 
 if __name__ == "__main__":
     demo.launch()