Update app.py

app.py

@@ -45,12 +45,11 @@ def save_tags_to_cloud(tags_data):
         print(f"同步至雲端失敗。原因: {e}")
 
 
-def analyze_song_v5(artist, song):
-    # ✨ 修正點 1：改為直接從雲端 Dataset 讀取最新的標籤庫
+def analyze_song_v6(artist, song):
     current_tags = load_tags_from_cloud()
-    
     client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))
     
+    # 核心 Prompt：命令 AI 在輸出一體化標籤時，自動進行中英雙語配對
     prompt = f"""
     你是一位專業的音樂與情感分析師。
     請針對用戶提供的【歌曲：{song}】與【歌手：{artist}】，利用聯網搜尋功能找到這首歌的完整背景、歌詞與音樂資訊。
@@ -63,21 +62,25 @@ def analyze_song_v5(artist, song):
     ### 🏷️ 2. 統一標籤庫
     [請將這首歌的所有相關標籤，全部統一用「英文逗號 ,」隔開，排成一整行輸出，不要分段。]
     
+    ✨【中英雙語對照輸出規則】✨：
+    1. 只要輸出了「中文/非英文」的標籤，其後方必須「緊接著」輸出它的英文翻譯，並用逗號隔開。
+    2. 如果標籤本身就是數字（如發行年份 2007、速度 135 BPM）或是原本就屬於英文單字（如 Taiwan, 2000s），則保持原樣即可，絕對不要重複翻譯。
+    
     字串中必須包含以下兩大類標籤：
-    1. 靜態標籤（直接輸出，絕對不要加任何 [NEW] 標記）：
-       專輯或歌曲衍生名、發行年份、年代標籤(如 2010年代, 2010s)、地區、相關影視作品名稱、最著名的副歌第一句歌詞、歌曲速度(如 118 BPM)。
+    1. 靜態標籤（需遵循雙語對照規則）：
+       歌曲名、專輯或歌曲衍生名、發行年份、年代標籤(如 2000年代, 2000s)、地區、相關影視作品名稱、最著名的副歌第一句歌詞、歌曲速度(如 135 BPM)。
        
     2. 動態標籤（必須對照下方的【標準資料庫】進行語意對齊）：
        包含【情緒基調】、【視覺畫面】、【適用場景】、【風格曲風】。
-       - 語意對齊：如果你想到的詞與下方資料庫中的詞高度相似，必須自動校正並採用資料庫中的詞。
-       - 發現新詞規則：如果你認為現有資料庫無法涵蓋，允許你創造新詞，但必須在該詞前面加上 `[NEW:類別]` 標記。
-         （例如：創造新曲風寫成 `[NEW:風格曲風]林式情歌`；創造新情感寫成 `[NEW:情緒基調]狂放嘶吼`）。
+       - 語意對齊：如果你想到的詞與下方資料庫中的詞高度相似，必須自動校正並採用資料庫中的詞（採用後一樣要在後面補上英文翻譯）。
+       - 發現新詞規則：如果你認為現有資料庫無法涵蓋，允許你創造新詞，但必須在「中文新詞」前面加上 `[NEW:類別]` 標記，並在其後方照常輸出英文翻譯。
+         （例如：創造新曲風寫成 `[NEW:風格曲風]周氏情歌, Chou Style`；創造新情感寫成 `[NEW:情緒基調]青澀回憶, Youthful Memories`）。
 
-    【目前的標準資料庫】（供你對齊使用）：
+    【目前的標準資料庫】（供你對齊與參考語意）：
     {json.dumps(current_tags, ensure_ascii=False)}
 
-    正確的【統一標籤庫】輸出範例（必須只有一行長字串）：
-    因你而在, Stories Untold, 2013, 2010年代, 2010s, 台灣, Taiwan, 謝謝你引領我向前, 118 BPM, [NEW:風格曲風]林式情歌, 溫柔療癒, 璀璨星空, 深夜沉思
+    正確的【統一標籤庫】中英交錯輸出範例（必須只有一行長字串，不要帶引號）：
+    蒲公英的約定, The Promised Dandelion, 我很忙, On the Run, 2007, 2000年代, 2000s, 台灣, Taiwan, 不能說的秘密, Secret, 一起長大的約定 那樣清晰 打過勾的我相信, The promise of growing up together is so clear, 135 BPM, [NEW:風格曲風]周氏情歌, Chou Style, 溫柔療癒, Gentle and Healing, 璀璨星空, Starry Night, 深夜沉思, Midnight Reflection
     """
 
     response = client.models.generate_content(
@@ -90,35 +93,36 @@ def analyze_song_v5(artist, song):
     
     result_text = response.text
     
+    # 利用正則表達式，精準抓出帶有 [NEW:類別] 的中文新詞（遇到逗號就會停，所以不會抓到後面的英文翻譯）
     new_found_tags = re.findall(r'\[NEW:(情緒基調|視覺畫面|適用場景|風格曲風)\]([^,\n]+)', result_text)
     
     has_updates = False
     for category, tag in new_found_tags:
         tag = tag.strip()
+        # 確保這個中文新詞不在該類別的 JSON 清單中，然後塞進去
         if tag not in current_tags[category]:
             current_tags[category].append(tag)
             has_updates = True
             
     if has_updates:
-        # ✨ 修正點 2：發現新詞時，改為調用雲端儲存函式
         save_tags_to_cloud(current_tags)
         
+    # 用正則把所有的 `[NEW:XXXXX]` 標記通通抹除乾淨，回傳完美的成果給使用者
     clean_output = re.sub(r'\[NEW:[^\]]+\]', '', result_text)
     return clean_output
 
 
-# ✨ 修正點 3：補上 Gradio 網頁介面的建構與啟動指令（維持伺服器在線的核心）
+# 建立 Gradio 網頁介面
 demo = gr.Interface(
-    fn=analyze_song_v5,
+    fn=analyze_song_v6,
     inputs=[
-        gr.Textbox(label="歌手 / 藝術家", placeholder="例如：林俊傑"),
-        gr.Textbox(label="歌曲名稱", placeholder="例如：因你而在")
+        gr.Textbox(label="歌手 / 藝術家", placeholder="例如：周杰倫"),
+        gr.Textbox(label="歌曲名稱", placeholder="例如：蒲公英的約定")
     ],
-    outputs=gr.Markdown(label="AI 深度音樂檔案解析"),
-    title="🎵 智慧音樂關鍵字與意境分析系統",
-    description="輸入歌手與歌名，AI 將自動聯網檢索，生成包含年代、曲風、BPM、金句等一體化標籤庫，並自動擴充雲端資料庫。"
+    outputs=gr.Markdown(label="AI 雙語音樂關鍵字解析"),
+    title="🎵 智慧音樂關鍵字與意境分析系統 (中英雙語版)",
+    description="輸入歌手與歌名，AI 將自動聯網檢索，生成包含年代、曲風、BPM、金句等一體化標籤庫，所有中文標籤皆會自動附帶英文翻譯。"
 )
 
-# 啟動 Gradio 服務
 if __name__ == "__main__":
     demo.launch()