Update app.py

app.py

@@ -47,6 +47,13 @@ split_option = st.selectbox(
     index=0  # par défaut "Tous"
 )
 
+# Section : Choix du nombre maximal d'exemples à évaluer
+max_examples_option = st.selectbox(
+    "Nombre maximum d'audios à traiter",
+    options=["1", "5", "10", "Tous"],
+    index=3  # par défaut "Tous"
+)
+
 # Section : Bouton pour lancer l'évaluation
 start_eval = st.button("🚀 Lancer l'évaluation WER")
 
@@ -73,6 +80,11 @@ if start_eval:
             st.error(f"Erreur lors du chargement du dataset : {e}")
             st.stop()
 
+     # Limiter le nombre d'exemples selon la sélection
+    if max_examples_option != "Tous":
+        max_examples = int(max_examples_option)
+        dataset = dataset.select(range(min(max_examples, len(dataset))))
+
     # 🔹 Charger le modèle choisi
     with st.spinner("Chargement du modèle..."):
         base_model_name = "openai/whisper-large"
@@ -89,7 +101,7 @@ if start_eval:
             with st.spinner("Chargement du modèle de post-traitement Mistral..."):
                 postproc_pipe = pipeline(
                     "text2text-generation",
-                    model="NousResearch/Nous-Hermes-2-Mistral-7B",
+                    model="NousResearch/Nous-Hermes-2-Mistral-7B-DPO",
                     device_map="auto",  # ou device=0 si tu veux forcer le GPU
                     torch_dtype=torch.float16  # optionnel mais plus léger
                 )