Update app.py

app.py

@@ -1,7 +1,7 @@
 """
 Danışman-Danışan Transkripsiyon Sistemi
 Speaker diarization + transcription pipeline.
-Zaman damgalı, konuşmacı ayrımlı çıktı.
+Zaman damgalı, konuşmacı ayrımlı çıktı + Psikolog Analiz Araçları.
 """
 
 import gradio as gr
@@ -10,6 +10,8 @@ import tempfile
 import time
 import os
 import torch
+import re
+from collections import Counter
 
 from diarization import (
     get_diarization_pipeline, 
@@ -19,7 +21,7 @@ from diarization import (
 )
 
 # ==================== CONFIGURATION ====================
-MODEL_SIZE = "medium"  # Changed to small for HF Spaces memory limits
+MODEL_SIZE = "medium"
 DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
 COMPUTE_TYPE = "float16" if DEVICE == "cuda" else "int8"
 # =======================================================
@@ -38,6 +40,46 @@ print("✅ Whisper model yüklendi!")
 print("🔄 Diarization pipeline yükleniyor...")
 diarization_pipeline = get_diarization_pipeline()
 
+# ==================== EMOTION KEYWORDS (TURKISH) ====================
+EMOTION_KEYWORDS = {
+    "Üzüntü": [
+        "üzgün", "üzülüyorum", "ağlıyorum", "ağladım", "mutsuz", "kötü", "berbat", 
+        "acı", "acıyor", "kederli", "hüzünlü", "depresif", "bunalım", "çaresiz",
+        "umutsuz", "yalnız", "yalnızlık", "terk", "kayıp", "ölüm", "öldü", "kaybettim"
+    ],
+    "Kaygı/Anksiyete": [
+        "endişe", "endişeli", "kaygı", "kaygılı", "korku", "korkuyorum", "panik",
+        "stres", "stresli", "gergin", "tedirgin", "huzursuz", "rahatsız", "bunaltı",
+        "sıkıntı", "sıkıntılı", "belirsiz", "güvensiz", "tehlike", "tehdit"
+    ],
+    "Öfke": [
+        "kızgın", "sinirli", "öfkeli", "öfke", "kızdım", "sinirlendim", "çıldırdım",
+        "nefret", "kin", "intikam", "haksızlık", "adaletsiz", "ihanet", "hayal kırıklığı",
+        "bıktım", "usandım", "yeter", "dayanamıyorum"
+    ],
+    "Mutluluk": [
+        "mutlu", "sevinçli", "neşeli", "iyi", "güzel", "harika", "mükemmel",
+        "seviyorum", "aşk", "heyecan", "heyecanlı", "umut", "umutlu", "başarı",
+        "gurur", "gururlu", "şükür", "minnet", "rahat", "huzur"
+    ],
+    "Korku": [
+        "korku", "korkuyorum", "korktum", "dehşet", "panik", "ürperti",
+        "kaçmak", "saklanmak", "tehlike", "tehdit", "ölüm", "felaket"
+    ]
+}
+
+# Turkish stop words to exclude from word frequency
+TURKISH_STOP_WORDS = {
+    "bir", "bu", "şu", "o", "ve", "ile", "için", "de", "da", "ki", "ne", "var", "yok",
+    "ben", "sen", "biz", "siz", "onlar", "ama", "fakat", "çünkü", "eğer", "gibi",
+    "daha", "en", "çok", "az", "kadar", "sonra", "önce", "şimdi", "zaman", "her",
+    "hiç", "bile", "sadece", "hem", "ya", "veya", "ise", "mi", "mı", "mu", "mü",
+    "nasıl", "neden", "nerede", "kim", "hangi", "olan", "olarak", "oldu", "olur",
+    "oluyor", "olmuş", "olacak", "yapmak", "yapıyor", "yaptı", "etti", "ediyor",
+    "gidiyor", "geliyor", "diyor", "dedi", "söyledi", "bence", "aslında", "yani",
+    "işte", "hani", "evet", "hayır", "tamam", "peki"
+}
+
 
 def get_audio_duration(audio_path: str) -> float:
     """Get audio duration in seconds using ffprobe."""
@@ -54,29 +96,177 @@ def get_audio_duration(audio_path: str) -> float:
         return 0.0
 
 
-def transcribe_segment(audio_path: str, start: float, end: float) -> str:
-    """
-    Transcribe a specific segment of audio.
-    """
-    try:
-        # Faster-whisper doesn't support segment extraction directly,
-        # so we transcribe the whole file and filter by timestamp
-        segments, _ = whisper_model.transcribe(
-            audio_path,
-            language="tr",
-            beam_size=5
-        )
-        
-        # Collect text from segments that fall within our time range
-        text_parts = []
-        for segment in segments:
-            # Check if segment overlaps with our range
-            if segment.end > start and segment.start < end:
-                text_parts.append(segment.text)
-        
-        return " ".join(text_parts).strip()
-    except Exception as e:
-        return f"[Transkripsiyon hatası: {e}]"
+def analyze_emotions(text: str) -> dict:
+    """Analyze emotions in text based on keyword matching."""
+    text_lower = text.lower()
+    words = re.findall(r'\b\w+\b', text_lower)
+    
+    emotion_counts = {}
+    emotion_matched_words = {}
+    
+    for emotion, keywords in EMOTION_KEYWORDS.items():
+        count = 0
+        matched = []
+        for keyword in keywords:
+            # Count occurrences
+            occurrences = text_lower.count(keyword)
+            if occurrences > 0:
+                count += occurrences
+                matched.append(keyword)
+        emotion_counts[emotion] = count
+        emotion_matched_words[emotion] = matched
+    
+    total = sum(emotion_counts.values())
+    emotion_percentages = {}
+    
+    if total > 0:
+        for emotion, count in emotion_counts.items():
+            emotion_percentages[emotion] = (count / total) * 100
+    else:
+        for emotion in emotion_counts:
+            emotion_percentages[emotion] = 0
+    
+    return {
+        "counts": emotion_counts,
+        "percentages": emotion_percentages,
+        "matched_words": emotion_matched_words,
+        "total_emotional_words": total
+    }
+
+
+def get_word_frequency(text: str, top_n: int = 15) -> list:
+    """Get most frequent meaningful words."""
+    # Clean and tokenize
+    words = re.findall(r'\b[a-zA-ZçğıöşüÇĞİÖŞÜ]{3,}\b', text.lower())
+    
+    # Filter stop words
+    meaningful_words = [w for w in words if w not in TURKISH_STOP_WORDS]
+    
+    # Count frequencies
+    word_counts = Counter(meaningful_words)
+    
+    return word_counts.most_common(top_n)
+
+
+def generate_psychology_report(transcript: str, client_speaker: str) -> str:
+    """Generate a preliminary psychology report for the client."""
+    
+    # Extract client's text only
+    lines = transcript.split('\n')
+    client_text = []
+    current_speaker = None
+    
+    for line in lines:
+        # Check if this is a speaker line like "[00:00 → 00:05] Kişi 1:"
+        speaker_match = re.search(r'\] (Kişi \d+):', line)
+        if speaker_match:
+            current_speaker = speaker_match.group(1)
+        elif current_speaker == client_speaker and line.strip():
+            # This is the client's text
+            if not line.startswith('[') and not line.startswith('═') and not line.startswith('─') and not line.startswith('📊'):
+                client_text.append(line.strip())
+    
+    client_full_text = ' '.join(client_text)
+    
+    if not client_full_text:
+        return "⚠️ Seçilen kişiye ait metin bulunamadı."
+    
+    # Analyze emotions
+    emotion_analysis = analyze_emotions(client_full_text)
+    
+    # Get word frequency
+    word_freq = get_word_frequency(client_full_text)
+    
+    # Calculate speaking stats
+    word_count = len(client_full_text.split())
+    sentence_count = len(re.findall(r'[.!?]+', client_full_text)) or 1
+    avg_sentence_length = word_count / sentence_count
+    
+    # Find dominant emotion
+    dominant_emotion = max(emotion_analysis['percentages'], key=emotion_analysis['percentages'].get)
+    dominant_percentage = emotion_analysis['percentages'][dominant_emotion]
+    
+    # Build report
+    report = f"""
+═══════════════════════════════════════════════════
+🧠 PSİKOLOJİK ÖN RAPOR - {client_speaker}
+═══════════════════════════════════════════════════
+
+📊 GENEL İSTATİSTİKLER
+───────────────────────────────────
+• Toplam kelime sayısı: {word_count}
+• Cümle sayısı: {sentence_count}
+• Ortalama cümle uzunluğu: {avg_sentence_length:.1f} kelime
+• Duygusal ifade sayısı: {emotion_analysis['total_emotional_words']}
+
+🎭 DUYGU ANALİZİ
+───────────────────────────────────
+"""
+    
+    # Sort emotions by percentage
+    sorted_emotions = sorted(emotion_analysis['percentages'].items(), key=lambda x: x[1], reverse=True)
+    
+    for emotion, percentage in sorted_emotions:
+        if percentage > 0:
+            bar_length = int(percentage / 5)  # Scale to max 20 chars
+            bar = "█" * bar_length + "░" * (20 - bar_length)
+            matched = ", ".join(emotion_analysis['matched_words'][emotion][:5])
+            report += f"• {emotion}: {bar} {percentage:.1f}%\n"
+            if matched:
+                report += f"  └─ Anahtar kelimeler: {matched}\n"
+    
+    if emotion_analysis['total_emotional_words'] > 0:
+        report += f"\n🔍 Baskın Duygu: {dominant_emotion} ({dominant_percentage:.1f}%)\n"
+    else:
+        report += "\n🔍 Belirgin duygusal ifade tespit edilemedi.\n"
+    
+    report += """
+📝 EN SIK KULLANILAN KELİMELER
+───────────────────────────────────
+"""
+    
+    for i, (word, count) in enumerate(word_freq[:10], 1):
+        report += f"{i:2}. {word}: {count} kez\n"
+    
+    # Add interpretation notes
+    report += """
+💡 YORUMLAMA NOTLARI
+───────────────────────────────────
+"""
+    
+    if dominant_percentage > 40 and emotion_analysis['total_emotional_words'] > 3:
+        if dominant_emotion == "Üzüntü":
+            report += "• Danışan belirgin düzeyde üzüntü/depresif belirtiler göstermektedir.\n"
+            report += "• Kayıp, yalnızlık veya değersizlik temaları değerlendirilmelidir.\n"
+        elif dominant_emotion == "Kaygı/Anksiyete":
+            report += "• Danışan kaygı ve endişe belirtileri sergilemektedir.\n"
+            report += "• Belirsizlik toleransı ve güvenlik ihtiyacı değerlendirilmelidir.\n"
+        elif dominant_emotion == "Öfke":
+            report += "• Danışan öfke ve kızgınlık ifadeleri kullanmaktadır.\n"
+            report += "• Hayal kırıklığı kaynakları ve sınır ihlalleri değerlendirilmelidir.\n"
+        elif dominant_emotion == "Korku":
+            report += "• Danışan korku ve tehdit algısı belirtileri göstermektedir.\n"
+            report += "• Güvenlik duygusu ve travma geçmişi değerlendirilmelidir.\n"
+        elif dominant_emotion == "Mutluluk":
+            report += "• Danışan olumlu duygular ifade etmektedir.\n"
+            report += "• Kaynak ve sürdürücü faktörler değerlendirilmelidir.\n"
+    else:
+        report += "• Belirgin bir duygusal örüntü tespit edilemedi.\n"
+        report += "• Daha uzun görüşme örnekleri daha güvenilir analiz sağlayabilir.\n"
+    
+    if avg_sentence_length > 15:
+        report += "• Uzun cümleler: Detaylı anlatım eğilimi veya düşünce karmaşası olabilir.\n"
+    elif avg_sentence_length < 5:
+        report += "• Kısa cümleler: Ketum davranış veya iletişim güçlüğü olabilir.\n"
+    
+    report += """
+───────────────────────────────────
+⚠️ NOT: Bu analiz otomatik olarak oluşturulmuştur ve
+   profesyonel klinik değerlendirmenin yerini alamaz.
+═══════════════════════════════════════════════════
+"""
+    
+    return report
 
 
 def transcribe_with_diarization(audio_path: str) -> tuple:
@@ -122,7 +312,7 @@ def transcribe_with_diarization(audio_path: str) -> tuple:
     # Step 2: Transcribe each segment
     print("🎙️ Transkripsiyon başlıyor...")
     segments, info = whisper_model.transcribe(audio_path, language="tr", beam_size=5)
-    whisper_segments = list(segments)  # Convert generator to list
+    whisper_segments = list(segments)
     
     # Track which whisper segments have been used
     used_whisper_indices = set()
@@ -135,18 +325,14 @@ def transcribe_with_diarization(audio_path: str) -> tuple:
     for start, end, speaker in diarization_segments:
         speaker_label = format_speaker_label(speaker)
         
-        # Track speaker time
         if speaker_label not in speaker_times:
             speaker_times[speaker_label] = 0
         speaker_times[speaker_label] += (end - start)
         
-        # Find whisper segments that overlap with this diarization segment
-        # Only use segments that haven't been used before
         segment_text = []
         for idx, ws in enumerate(whisper_segments):
             if idx in used_whisper_indices:
                 continue
-            # Check if whisper segment's midpoint falls within diarization segment
             ws_midpoint = (ws.start + ws.end) / 2
             if start <= ws_midpoint <= end:
                 segment_text.append(ws.text)
@@ -158,7 +344,6 @@ def transcribe_with_diarization(audio_path: str) -> tuple:
             timestamp_end = format_timestamp(end)
             transcript_parts.append(f"[{timestamp_start} → {timestamp_end}] {speaker_label}:\n{text}\n")
     
-    # Build final output
     header = """═══════════════════════════════════════════════════
 📋 GÖRÜŞME TRANSKRİPTİ
 ═══════════════════════════════════════════════════
@@ -167,7 +352,6 @@ def transcribe_with_diarization(audio_path: str) -> tuple:
     
     body = "\n".join(transcript_parts)
     
-    # Statistics
     elapsed = time.time() - start_time
     total_time = info.duration
     
@@ -188,7 +372,6 @@ def transcribe_with_diarization(audio_path: str) -> tuple:
     
     full_result = header + body + stats
     
-    # Create downloadable file
     txt_file = tempfile.NamedTemporaryFile(
         mode='w',
         suffix='.txt',
@@ -212,108 +395,177 @@ def process_audio(audio_path):
         return f"❌ Beklenmeyen hata: {str(e)}", None
 
 
+def analyze_client(transcript: str, client_selection: str):
+    """Analyze the selected client's speech."""
+    if not transcript or transcript.startswith("⚠️") or transcript.startswith("❌"):
+        return "⚠️ Önce bir transkript oluşturun."
+    
+    if not client_selection:
+        return "⚠️ Lütfen danışanı seçin."
+    
+    report = generate_psychology_report(transcript, client_selection)
+    
+    # Create downloadable report
+    report_file = tempfile.NamedTemporaryFile(
+        mode='w',
+        suffix='_rapor.txt',
+        delete=False,
+        encoding='utf-8'
+    )
+    report_file.write(report)
+    report_file.close()
+    
+    return report, report_file.name
+
+
 # ==================== GRADIO UI ====================
-with gr.Blocks(title="Görüşme Transkripsiyon") as demo:
+with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
     
     gr.HTML("""
         <style>
             footer { display: none !important; }
-            .gradio-container { max-width: 900px !important; margin: auto !important; }
+            .gradio-container { max-width: 1000px !important; margin: auto !important; }
         </style>
         <div style="text-align: center; padding: 40px 20px 30px; 
                     background: linear-gradient(135deg, #1e3a5f 0%, #2d5a87 100%); 
                     border-radius: 20px; margin-bottom: 24px; color: white;">
             <h1 style="font-size: 2.2rem; font-weight: 700; margin: 0 0 8px 0;">
-                🎙️ Görüşme Transkripsiyon Sistemi
+                🎙️ Görüşme Transkripsiyon & Analiz
             </h1>
             <p style="font-size: 1rem; opacity: 0.95; margin: 0;">
-                Danışman-Danışan görüşmelerini zaman damgalı ve konuşmacı ayrımlı olarak yazıya dökün
+                Danışman-Danışan görüşmelerini yazıya dökün ve psikolojik analiz yapın
             </p>
         </div>
     """)
     
-    with gr.Row():
-        with gr.Column():
-            gr.HTML('<div style="font-weight: 600; margin-bottom: 12px;">📤 Ses Dosyası</div>')
+    with gr.Tabs():
+        # Tab 1: Transkripsiyon
+        with gr.TabItem("📝 Transkripsiyon"):
+            with gr.Row():
+                with gr.Column():
+                    gr.HTML('<div style="font-weight: 600; margin-bottom: 12px;">📤 Ses Dosyası</div>')
+                    
+                    audio_input = gr.Audio(
+                        label="Görüşme Kaydı",
+                        type="filepath",
+                        sources=["upload", "microphone"]
+                    )
+                    
+                    submit_btn = gr.Button(
+                        "🚀 Transkripsiyon Başlat",
+                        variant="primary",
+                        size="lg"
+                    )
+                    
+                    gr.HTML("""
+                        <div style="background: linear-gradient(135deg, #f0f9ff 0%, #e0f2fe 100%);
+                                    border: 1px solid #7dd3fc; border-radius: 12px; 
+                                    padding: 16px 20px; margin-top: 16px;">
+                            <p style="margin: 0; color: #0369a1; font-size: 14px;">
+                                ℹ️ <strong>Nasıl Çalışır:</strong><br>
+                                1. Ses dosyasını yükleyin<br>
+                                2. AI konuşmacıları ayırır<br>
+                                3. Transkript oluşturulur<br>
+                                4. Analiz sekmesinde danışanı seçip analiz yapın
+                            </p>
+                        </div>
+                    """)
             
-            audio_input = gr.Audio(
-                label="Görüşme Kaydı",
-                type="filepath",
-                sources=["upload", "microphone"]
-            )
-            
-            submit_btn = gr.Button(
-                "🚀 Transkripsiyon Başlat",
-                variant="primary",
-                size="lg"
-            )
-            
-            # Info box
+            with gr.Row():
+                with gr.Column():
+                    gr.HTML('<div style="font-weight: 600; margin-bottom: 12px;">📝 Transkript Sonucu</div>')
+                    
+                    output_text = gr.Textbox(
+                        label="",
+                        placeholder="Transkript burada görünecek...",
+                        lines=20,
+                        interactive=False
+                    )
+                    
+                    download_file = gr.File(
+                        label="📥 Transkripti İndir (.txt)"
+                    )
+        
+        # Tab 2: Psikolojik Analiz
+        with gr.TabItem("🧠 Psikolojik Analiz"):
             gr.HTML("""
-                <div style="background: linear-gradient(135deg, #f0f9ff 0%, #e0f2fe 100%);
-                            border: 1px solid #7dd3fc; border-radius: 12px; 
-                            padding: 16px 20px; margin-top: 16px;">
-                    <p style="margin: 0; color: #0369a1; font-size: 14px;">
-                        ℹ️ <strong>Nasıl Çalışır:</strong><br>
-                        1. Ses dosyasını yükleyin (MP3, WAV, M4A)<br>
-                        2. AI otomatik olarak konuşmacıları ayırır<br>
-                        3. Zaman damgalı transkript oluşturulur
+                <div style="background: linear-gradient(135deg, #fef3c7 0%, #fde68a 100%);
+                            border: 1px solid #f59e0b; border-radius: 12px; 
+                            padding: 16px 20px; margin-bottom: 16px;">
+                    <p style="margin: 0; color: #92400e; font-size: 14px;">
+                        🧠 <strong>Psikolojik Ön Rapor:</strong> Bu analiz danışanın konuşmasındaki 
+                        duygusal ifadeleri, en sık kullandığı kelimeleri ve genel konuşma kalıplarını 
+                        değerlendirir. Profesyonel klinik değerlendirmenin yerini almaz.
                     </p>
                 </div>
             """)
-    
-    with gr.Row():
-        with gr.Column():
-            gr.HTML('<div style="font-weight: 600; margin-bottom: 12px;">📝 Transkript Sonucu</div>')
-            
-            output_text = gr.Textbox(
-                label="",
-                placeholder="Transkript burada görünecek...",
-                lines=20,
-                interactive=False
-            )
             
-            download_file = gr.File(
-                label="📥 Transkripti İndir (.txt)"
-            )
+            with gr.Row():
+                with gr.Column(scale=1):
+                    client_selector = gr.Radio(
+                        label="🎯 Danışanı Seçin",
+                        choices=["Kişi 1", "Kişi 2"],
+                        value="Kişi 2",
+                        info="Hangi kişi danışan?"
+                    )
+                    
+                    analyze_btn = gr.Button(
+                        "🔍 Analiz Et",
+                        variant="primary",
+                        size="lg"
+                    )
+                
+                with gr.Column(scale=2):
+                    analysis_output = gr.Textbox(
+                        label="📊 Analiz Raporu",
+                        placeholder="Analiz raporu burada görünecek...",
+                        lines=25,
+                        interactive=False
+                    )
+                    
+                    report_download = gr.File(
+                        label="📥 Raporu İndir (.txt)"
+                    )
     
     # Features
     gr.HTML("""
-        <div style="display: grid; grid-template-columns: repeat(4, 1fr); gap: 12px; margin-top: 24px;">
+        <div style="display: grid; grid-template-columns: repeat(5, 1fr); gap: 12px; margin-top: 24px;">
             <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
                 <div style="font-size: 24px; margin-bottom: 6px;">🎭</div>
-                <div style="font-size: 12px; color: #6b7280; font-weight: 500;">Konuşmacı Ayrımı</div>
+                <div style="font-size: 11px; color: #6b7280; font-weight: 500;">Konuşmacı Ayrımı</div>
             </div>
             <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
                 <div style="font-size: 24px; margin-bottom: 6px;">⏱️</div>
-                <div style="font-size: 12px; color: #6b7280; font-weight: 500;">Zaman Damgası</div>
+                <div style="font-size: 11px; color: #6b7280; font-weight: 500;">Zaman Damgası</div>
             </div>
             <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
                 <div style="font-size: 24px; margin-bottom: 6px;">🔒</div>
-                <div style="font-size: 12px; color: #6b7280; font-weight: 500;">%100 Local</div>
+                <div style="font-size: 11px; color: #6b7280; font-weight: 500;">%100 Local</div>
             </div>
-            <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">🇹🇷</div>
-                <div style="font-size: 12px; color: #6b7280; font-weight: 500;">Türkçe Optimizeli</div>
+            <div style="text-align: center; padding: 16px; background: linear-gradient(135deg, #ede9fe 0%, #ddd6fe 100%); border-radius: 12px;">
+                <div style="font-size: 24px; margin-bottom: 6px;">🧠</div>
+                <div style="font-size: 11px; color: #5b21b6; font-weight: 500;">Duygu Analizi</div>
+            </div>
+            <div style="text-align: center; padding: 16px; background: linear-gradient(135deg, #fef3c7 0%, #fde68a 100%); border-radius: 12px;">
+                <div style="font-size: 24px; margin-bottom: 6px;">📊</div>
+                <div style="font-size: 11px; color: #92400e; font-weight: 500;">Ön Rapor</div>
             </div>
         </div>
     """)
     
-    # Privacy notice
     gr.HTML("""
         <div style="background: #ecfdf5; border: 1px solid #6ee7b7; border-radius: 8px; 
                     padding: 12px 16px; margin-top: 16px;">
             <p style="margin: 0; color: #047857; font-size: 13px;">
                 🔒 <strong>Gizlilik:</strong> Tüm işlemler yerel olarak yapılır. 
-                Ses dosyalarınız hiçbir sunucuya gönderilmez.
+                Ses dosyalarınız ve analizler hiçbir sunucuya gönderilmez.
             </p>
         </div>
     """)
     
-    # Footer
     gr.HTML("""
         <div style="text-align: center; padding: 24px 0; color: #9ca3af; font-size: 13px;">
-            <p>Powered by Faster-Whisper & Pyannote-Audio • GPU & CPU Destekli</p>
+            <p>Powered by Faster-Whisper & Pyannote-Audio • Psikolog Asistanı</p>
         </div>
     """)
     
@@ -323,6 +575,12 @@ with gr.Blocks(title="Görüşme Transkripsiyon") as demo:
         inputs=[audio_input],
         outputs=[output_text, download_file]
     )
+    
+    analyze_btn.click(
+        fn=analyze_client,
+        inputs=[output_text, client_selector],
+        outputs=[analysis_output, report_download]
+    )
 
 # Launch
 if __name__ == "__main__":