File size: 1,886 Bytes
85eb15f 86fc274 3a45642 86fc274 85eb15f 868a628 85eb15f 868a628 ece2403 85eb15f 868a628 85eb15f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 |
import gradio as gr
from transformers import MarianMTModel, MarianTokenizer
# Charger le modèle et le tokenizer depuis Hugging Face
model_name = "MrFrijo/LiAPI" # Nom du modèle sur Hugging Face
model = MarianMTModel.from_pretrained(model_name)
tokenizer = MarianTokenizer.from_pretrained(model_name)
def translate_text(text, src_lang, target_lang):
# Préparer les entrées pour le modèle
tokenized_text = tokenizer(text, return_tensors="pt")
# Effectuer la traduction
translated = model.generate(**tokenized_text)
# Convertir et retourner le texte traduit
translated_text = tokenizer.decode(translated[0], skip_special_tokens=True)
return translated_text
# Créer l'interface Gradio
with gr.Blocks() as interface:
# Section d'en-tête
gr.Markdown("<h2>Traduction automatique Lingala-Français</h2>")
gr.Markdown("""
<p>Ceci est la version d'essai et nous comptons sur vous pour améliorer les performances du modèle pour notre langue Lingala.</p>
<p>Oyo e za version ya komeka pe to zo talela bino pôna ko kolisa bokasi ya modeli pôna nkota nà biso Lingala.</p>
""")
# Entrée de traduction
with gr.Row():
text_input = gr.Textbox(label="Entrez le texte à traduire", placeholder="Entrez le texte à traduire ici...")
with gr.Row():
source_lang = gr.Dropdown(choices=["fr", "li"], label="Langue Source")
target_lang = gr.Dropdown(choices=["li", "fr"], label="Langue Cible")
# Sortie de traduction
translation_output = gr.Textbox(label="Traduction", placeholder="Le texte traduit s'affichera ici...")
# Bouton pour soumettre
translate_button = gr.Button("Traduire")
translate_button.click(
translate_text,
inputs=[text_input, source_lang, target_lang],
outputs=translation_output
)
# Lancer l'interface
interface.launch()
|