app.py / app.py
fallahs771's picture
Create app.py
5cc362f verified
Raw
History Blame Contribute Delete
2.43 kB
import gradio as gr
from transformers import pipeline
import torch
from TTS.api import TTS
import os
# لود کردن مدل‌ها
device = "cuda" if torch.cuda.is_available() else "cpu"
# مدل تشخیص صدا (اختیاری - می‌تونی از Whisper استفاده کنی)
# asr = pipeline("automatic-speech-recognition", model="openai/whisper-large-v3")
# مدل هوش مصنوعی فارسی
chat_model = pipeline(
"text-generation",
model="Qwen/Qwen2.5-72B-Instruct",
device=device,
max_new_tokens=500
)
# مدل تبدیل متن به صدا با صدای فارسی
tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to(device)
def respond(message, history):
"""پاسخ‌دهی هوشمند"""
# ساخت پرامپت برای مدل
prompt = f"""تو یک دستیار هوشمند فارسی‌زبان به نام "دلسا" هستی.
مهربان، باهوش و کمک‌کننده هستی.
کاربر: {message}
دلسا:"""
# دریافت پاسخ از مدل
response = chat_model(prompt)[0]['generated_text']
# استخراج پاسخ دلسا
ai_response = response.split("دلسا:")[-1].strip()
# تبدیل متن به صدا
audio_file = tts.tts(
text=ai_response,
speaker_wav="persian_female_voice.wav", # نمونه صدای فارسی زنانه
language="fa"
)
return ai_response, audio_file
# ساخت رابط گرافیکی
with gr.Blocks(
theme=gr.themes.Soft(primary_hue="cyan"),
css="""
.container {
background: linear-gradient(135deg, #0f0c29, #302b63, #24243e);
min-height: 100vh;
}
.chatbot {
border-radius: 20px;
box-shadow: 0 0 30px rgba(0, 255, 255, 0.3);
}
"""
) as demo:
gr.Markdown(
"""
# 🌟 دلسا - دستیار هوشمند کهکشانی
### با من صحبت کن، من به فارسی جواب میدم! ✨
"""
)
chat_interface = gr.ChatInterface(
fn=respond,
title="دلسا",
description="هوش مصنوعی فارسی‌زبان با صدای طبیعی",
examples=[
"سلام دلسا، حالت چطوره؟",
"یه شعر زیبا برام بگو",
"در مورد هوش مصنوعی توضیح بده"
]
)
demo.launch()