Update app.py

app.py

@@ -19,6 +19,7 @@ import tempfile
 from huggingface_hub import snapshot_download
 from transformers import pipeline
 import openai
+from openai import OpenAI
 
 
 st.title("📊 Évaluation WER d'un modèle Whisper")
@@ -119,17 +120,17 @@ if start_eval:
     
     #fonction process GPT4o
     def postprocess_with_gpt4o(text, api_key):
-        openai.api_key = api_key
-        response = openai.ChatCompletion.create(
+        client = OpenAI(api_key=api_key)
+        response = client.chat.completions.create(
             model="gpt-4o",
             messages=[
-                {"role": "system", "content": "Tu es un assistant qui corrige et ponctue des transcriptions vocales françaises sans changer le sens du texte. Répond uniquement avec le texte corrigé."},
+                {"role": "system", "content": "Tu es CorrecteurAI, une AI française qui permet de corriger les erreurs de saisie vocal. La translation d'un enregistrement audio tiré d'une inspection détaillé de pont t'es envoyé et tu renvoies le texte identique mais avec les éventuelles corrections si des erreurs sont détectés. Le texte peut comprendre du vocabulaire technique associé aux ouvrages d'art. Renvoies uniquement le texte corrigé en français et sans autre commentaire."},
                 {"role": "user", "content": f"Corrige ce texte : {text}"}
             ],
             temperature=0.3,
             max_tokens=512
         )
-        return response.choices[0].message["content"].strip()
+        return response.choices[0].message.content.strip()
     
 
     # 🔹 Préparer WER metric