add latex

\

@@ -0,0 +1,24 @@
+import re
+from pylatexenc.latex2text import LatexNodes2Text
+
+class ConvertMdToPdf:
+    # Конвертирует md в pdf
+    def convertLatexToText(self, text:str):
+        # Обрабатываем только математические выражения
+        text = re.sub(
+            r'\$\$(.*?)\$\$|\$(.*?)\$', 
+            self.replace_math, 
+            text, 
+            flags=re.DOTALL
+        )
+        return text
+
+    def replace_math(self, match):
+        math_content = match.group(1) or match.group(2)  # $$...$$ или $...$
+        try:
+            # Преобразуем только математическое выражение
+            converted = LatexNodes2Text().latex_to_text(math_content)
+            return converted
+        except:
+            return math_content  # В случае ошибки оставляем как есть
+

app.py

@@ -1,9 +1,11 @@
 import gradio as gr
+
 from pathlib import Path
 
 # Подгрузка сервисов
 from services.llm import Llm
 from services.fasterWhisper import FasterWhisper
+from services.convertMdToPdf import ConvertMdToPdf
 
 # Загрузка параметров конфигурации
 from config import *
@@ -16,31 +18,39 @@ def generateByCondition(api_key, llm_model, system_prompt, recognized_text, llm_
     if is_pipeline_enabled and trigger == "change":
         result, md = llm.generate(llm_model, system_prompt, recognized_text, llm_temperature)
 
+        # Конвертируем текст с латексом в юникод
+        unicodeText = ConvertMdToPdf().convertLatexToText(md)
+
         if isSaveFile:
             saveFile("output.txt", result)
 
-        return result, result
+        return result, unicodeText
 
     # если чекбокс выключен и событие было click → обрабатываем
     if not is_pipeline_enabled and trigger == "click":
         result, md = llm.generate(llm_model, system_prompt, recognized_text, llm_temperature)
 
+        # Конвертируем текст с латексом в юникод
+        unicodeText = ConvertMdToPdf().convertLatexToText(md)
+
         if isSaveFile:
             saveFile("output.txt", result)
 
-        return result, md
+        return result, unicodeText
 
     # если нет чекбокса и было событие change
     return gr.skip(), gr.skip()
 
 
-# Функция сохранения файла
+# Функция сохранеhния файла
 def saveFile(filename, text):
     directory = Path(OUTPUT_PATH)
     filePath = directory / filename
     filePath.parent.mkdir(parents=True, exist_ok=True)
     filePath.write_text(text, encoding='utf-8')
 
+#    ConvertMdToPdf().convert(text)
+
 # Функция для динамического обновления кнопки в зависимости от состояния checkbox
 def updateButton(isChecked):
     if not isChecked:
@@ -80,8 +90,10 @@ with gr.Blocks() as demo:
             with gr.Column():
                 with gr.Accordion(label='Settings'):
                     # Первое поле на всю ширину в акордионе настроек
-                    saveFileCheckbox = gr.Checkbox(label='save file', value=True, interactive=True)
-                    filename = gr.Textbox(label='Output filename', value='output.txt', interactive=True)
+                    with gr.Group():
+                        saveFileCheckbox = gr.Checkbox(label='save file', value=True, interactive=True)
+                        filename = gr.Textbox(label='Output filename', value='output.txt', interactive=True)
+
 
                     # Акордион настроек faster whisper
                     with gr.Accordion(label='Faster whisper settings'):

config.py

@@ -44,5 +44,6 @@ Guidelines:
 
 Final Output: A cohesive, detailed, and well-structured lecture summary, suitable for later studying and revision.
 Use only russian language!
+USE LATEX IN DOLLAR SIGN ($)!
 '''
 

requirements.txt

@@ -4,9 +4,11 @@ anyio==4.10.0
 av==15.1.0
 Brotli==1.1.0
 certifi==2025.8.3
+cffi==2.0.0
 charset-normalizer==3.4.3
 click==8.2.1
 coloredlogs==15.0.1
+cssselect2==0.8.0
 ctranslate2==4.6.0
 distro==1.9.0
 dotenv==0.9.9
@@ -17,7 +19,9 @@ ffmpeg-python==0.2.0
 ffmpy==0.6.1
 filelock==3.19.1
 flatbuffers==25.2.10
+fonttools==4.59.2
 fsspec==2025.9.0
+future==1.0.0
 gradio==5.44.1
 gradio_client==1.12.1
 groovy==0.1.2
@@ -30,7 +34,8 @@ humanfriendly==10.0
 idna==3.10
 Jinja2==3.1.6
 jiter==0.10.0
-markdown-it-py==4.0.0
+markdown-it-py==3.0.0
+markdown2==2.5.4
 MarkupSafe==3.0.2
 mdurl==0.1.2
 mpmath==1.3.0
@@ -42,10 +47,14 @@ packaging==25.0
 pandas==2.3.2
 pillow==11.3.0
 protobuf==6.32.0
+pycparser==2.22
 pydantic==2.11.7
 pydantic_core==2.33.2
 pydub==0.25.1
+pydyf==0.11.0
 Pygments==2.19.2
+PyMuPDF==1.26.4
+pyphen==0.17.2
 python-dateutil==2.9.0.post0
 python-dotenv==1.1.1
 python-multipart==0.0.20
@@ -61,6 +70,8 @@ six==1.17.0
 sniffio==1.3.1
 starlette==0.47.3
 sympy==1.14.0
+tinycss2==1.4.0
+tinyhtml5==2.0.0
 tokenizers==0.22.0
 tomlkit==0.13.3
 tqdm==4.67.1
@@ -70,4 +81,7 @@ typing_extensions==4.15.0
 tzdata==2025.2
 urllib3==2.5.0
 uvicorn==0.35.0
+weasyprint==66.0
+webencodings==0.5.1
 websockets==15.0.1
+zopfli==0.2.3.post1

services/convertMdToPdf.py

@@ -0,0 +1,24 @@
+import re
+from pylatexenc.latex2text import LatexNodes2Text
+
+class ConvertMdToPdf:
+    # Конвертирует md в pdf
+    def convertLatexToText(self, text:str):
+        # Обрабатываем только математические выражения
+        text = re.sub(
+            r'\$\$(.*?)\$\$|\$(.*?)\$', 
+            self.replace_math, 
+            text, 
+            flags=re.DOTALL
+        )
+        return text
+
+    def replace_math(self, match):
+        math_content = match.group(1) or match.group(2)  # $$...$$ или $...$
+        try:
+            # Преобразуем только математическое выражение
+            converted = LatexNodes2Text().latex_to_text(math_content)
+            return converted
+        except:
+            return math_content  # В случае ошибки оставляем как есть
+

services/fasterWhisper.py

@@ -2,7 +2,7 @@ from faster_whisper import WhisperModel
 
 class FasterWhisper:
     def recognize(self, model, audioFile, beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText):
-        model = WhisperModel(model, device='cuda', compute_type='float16') # Задаем модель
+        model = WhisperModel(model, device='auto', compute_type='auto') # Задаем модель
 
         segments, _ = model.transcribe( # Распознаем текст
             audioFile,
@@ -32,5 +32,3 @@ class FasterWhisper:
         seconds_int = (millis % (60 * 1000)) // 1000
         millis = millis % 1000
         return f"{hours:02d}:{minutes:02d}:{seconds_int:02d},{millis:03d}"
-
-