Upload 2 files

app.py

@@ -0,0 +1,93 @@
+# -*- coding: utf-8 -*-
+"""app.ipynb
+
+Automatically generated by Colab.
+
+Original file is located at
+    https://colab.research.google.com/drive/1BMiyF9DwMs7FuCZXgZMK_rX096woV5cP
+"""
+
+import gradio as gr
+import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+from arabic_reshaper import reshape
+from bidi.algorithm import get_display
+
+
+model_name = "UBC-NLP/MARBERT"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+
+
+id2label = {
+    0: 'Fluency Disorder (تأتأة)',
+    1: 'Language Disorder (تأخر لغة)',
+    2: 'Motor Speech Disorder (اضطراب حركي)',
+    3: 'Other/Medical (أخرى/طبية)',
+    4: 'Social Communication/ASD (تواصل واجتماعي)',
+    5: 'Speech Sound Disorder (مخارج الحروف)'
+}
+
+model = AutoModelForSequenceClassification.from_pretrained(model_name, num_labels=len(id2label))
+
+
+def fix_arabic(text):
+    return get_display(reshape(text))
+
+
+def predict_speech_issue(text):
+    if not text.strip():
+        return "الرجاء كتابة وصف الحالة"
+
+    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
+
+    with torch.no_grad():
+        outputs = model(**inputs)
+        probs = torch.nn.functional.softmax(outputs.logits, dim=-1)
+        pred_id = torch.argmax(probs).item()
+        confidence = probs[0][pred_id].item()
+
+    label = id2label[pred_id]
+
+
+    recommendations = {
+        'Speech Sound Disorder (مخارج الحروف)': "ينصح بتقييم مخارج الحروف وفحص أعضاء النطق (Oral Motor Exam).",
+        'Language Disorder (تأخر لغة)': "ينصح بعمل اختبار لغة شامل لتقييم اللغة الاستقبالية والتعبيرية.",
+        'Social Communication/ASD (تواصل واجتماعي)': "ينصح بمراجعة طبيب نمو وسلوك وعمل تقييم تواصل اجتماعي.",
+        'Fluency Disorder (تأتأة)': "ينصح بمراقبة بيئة الطفل وتقليل الضغوط التواصلية، واستشارة مختص طلاقة.",
+        'Motor Speech Disorder (اضطراب حركي)': "يحتاج تقييم دقيق لاحتمالية وجود Apraxia أو Dysarthria.",
+        'Other/Medical (أخرى/طبية)': "يفضل مراجعة طبيب أنف وأذن وحنجرة (ENT) أو مختص سمعيات."
+    }
+
+    advice = recommendations.get(label, "يرجى استشارة مختص للتقييم السريري.")
+
+    # HTML
+    html_output = f"""
+    <div style="direction: rtl; text-align: right; font-family: 'Arial'; padding: 20px; border-radius: 10px; background-color: #f8f9fa; border: 1px solid #dee2e6;">
+        <h2 style="color: #2c3e50;">التصنيف المتوقع: {label}</h2>
+        <p style="font-size: 1.1em;"><b>نسبة اليقين:</b> {confidence:.1%}</p>
+        <hr style="border: 0.5px solid #bdc3c7;">
+        <p style="font-size: 1.1em; color: #e67e22;"><b> نصيحة الأخصائي:</b> {advice}</p>
+    </div>
+    """
+    return html_output
+
+#  Gradio
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("<h1 style='text-align: center;'>🇸🇦 فصيح: أداة المسح الذكي للنطق والتخاطب</h1>")
+    gr.Markdown("<p style='text-align: center;'>مشروع تجريبي لتحليل شكاوى النطق باللهجة السعودية باستخدام الذكاء الاصطناعي</p>")
+
+    with gr.Row():
+        input_txt = gr.Textbox(
+            label="أدخلي وصف الحالة هنا (بالعامية)",
+            placeholder="مثال: ولدي عمره 3 سنين وما ينطق حرف الكاف...",
+            lines=3
+        )
+
+    btn = gr.Button("تحليل الحالة ", variant="primary")
+    output = gr.HTML()
+
+    btn.click(fn=predict_speech_issue, inputs=input_txt, outputs=output)
+
+# تشغيل التطبيق
+if __name__ == "__main__":
+    demo.launch()

requirements.txt

@@ -0,0 +1,7 @@
+transformers
+torch
+pandas
+scikit-learn
+gradio
+arabic-reshaper
+python-bidi