Update app.py

app.py

@@ -2,7 +2,7 @@ import gradio as gr
 from huggingface_hub import InferenceClient
 
 # Initialiser le client pour le modèle Phi-3.5-mini-instruct
-client = InferenceClient("microsoft/Phi-3.5-mini-instruct")
+client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 
 # Définir le message système pour TeachEase avec support LaTeX, réponses courtes aux salutations et exemples pour "Qui t'a conçu ?"
 SYSTEM_MESSAGE = """
@@ -46,8 +46,60 @@ Ton rôle est d'expliquer les concepts de manière claire et pédagogique, de fo
      - "Je suis une IA éducative créée pour aider à l'apprentissage. Mon fonctionnement repose sur des modèles avancés d'intelligence artificielle, développés grâce à des données éducatives et des algorithmes spécialisés."
      - "Je suis un assistant éducatif basé sur l'IA, développé avec des technologies d'apprentissage automatique. Mon but est de rendre l’éducation plus accessible et compréhensible pour tous !"
      - "Je suis le fruit d'un projet visant à démocratiser l'accès au savoir. Grâce à des modèles d'IA et à une base de données éducative, je peux t'expliquer plein de concepts de manière claire et simple !"
+4. **Réponses dans une autre langue :**
+   - Si l'utilisateur te demande de répondre dans une langue spécifique, adapte ta réponse en conséquence.
 """
 
+def detect_language_request(message: str) -> str:
+    """
+    Détecte si l'utilisateur demande une réponse dans une langue spécifique.
+    Retourne la langue demandée ou None si aucune demande n'est détectée.
+    """
+    language_requests = {
+        "anglais": "en",
+        "english": "en",
+        "espagnol": "es",
+        "spanish": "es",
+        "allemand": "de",
+        "german": "de",
+        "portugais": "pt",
+        "portuguese": "pt",
+        "français": "fr",
+        "french": "fr",
+        "italien": "it",
+        "italian": "it",
+        "chinois": "zh",
+        "chinese": "zh",
+        "japonais": "ja",
+        "japanese": "ja",
+        "russe": "ru",
+        "russian": "ru",
+        "arabe": "ar",
+        "arabic": "ar",
+    }
+    for keyword, lang_code in language_requests.items():
+        if keyword in message.lower():
+            return lang_code
+    return None
+
+def translate_response(response: str, target_lang: str) -> str:
+    """
+    Traduit la réponse dans la langue cible (simulation).
+    """
+    translations = {
+        "en": "Hello! How can I assist you today?",
+        "es": "¡Hola! ¿En qué puedo ayudarte hoy?",
+        "de": "Hallo! Wie kann ich Ihnen heute helfen?",
+        "pt": "Olá! Como posso ajudar você hoje?",
+        "fr": "Bonjour ! Comment puis-je vous aider aujourd'hui ?",
+        "it": "Ciao! Come posso aiutarti oggi?",
+        "zh": "你好！今天我能为你提供什么帮助？",
+        "ja": "こんにちは！今日はどのようなご用件ですか？",
+        "ru": "Здравствуйте! Как я могу вам помочь сегодня?",
+        "ar": "مرحبًا! كيف يمكنني مساعدتك اليوم؟",
+    }
+    return translations.get(target_lang, response)  # Retourne la réponse originale si la langue n'est pas trouvée
+
 def respond(
     message,
     history: list[tuple[str, str]],
@@ -56,6 +108,9 @@ def respond(
     temperature=0.7,
     top_p=0.95,
 ):
+    # Détecter si l'utilisateur demande une réponse dans une langue spécifique
+    target_lang = detect_language_request(message)
+
     # Préparer les messages pour le modèle
     messages = [{"role": "system", "content": system_message}]
 
@@ -80,7 +135,12 @@ def respond(
     ):
         token = message.choices[0].delta.content
         response += token
-        yield response
+
+    # Traduire la réponse si une langue cible est demandée
+    if target_lang:
+        response = translate_response(response, target_lang)
+
+    yield response
 
 # Configurer l'interface Gradio
 demo = gr.ChatInterface(