Create genai_service.py

genai_service.py

@@ -0,0 +1,159 @@
+import os
+from typing import Any
+
+from google import genai
+from pydantic import BaseModel, Field
+
+
+# ============================================================
+# CONFIGURATION
+# ============================================================
+
+# Model dapat diganti melalui environment variable HF Space
+GEMINI_MODEL = os.getenv(
+    "GEMINI_MODEL",
+    "gemini-3.5-flash"
+)
+
+
+# ============================================================
+# STRUCTURED OUTPUT SCHEMA
+# ============================================================
+
+class AIAnalysisResult(BaseModel):
+    summary: str = Field(
+        description=(
+            "Ringkasan singkat hasil deteksi deepfake audio "
+            "dalam Bahasa Indonesia."
+        )
+    )
+
+    recommendation: list[str] = Field(
+        description=(
+            "Daftar tindakan lanjutan yang praktis dan relevan."
+        )
+    )
+
+    disclaimer: str = Field(
+        description=(
+            "Peringatan bahwa hasil deteksi bukan bukti forensik final."
+        )
+    )
+
+
+# ============================================================
+# GEMINI CLIENT
+# ============================================================
+
+def get_gemini_client() -> genai.Client:
+    """
+    Membuat Gemini client.
+
+    API key dibaca otomatis dari environment variable:
+        GEMINI_API_KEY
+    """
+
+    api_key = os.getenv(
+        "GEMINI_API_KEY"
+    )
+
+    if not api_key:
+        raise RuntimeError(
+            "GEMINI_API_KEY belum dikonfigurasi."
+        )
+
+    return genai.Client(
+        api_key=api_key
+    )
+
+
+# ============================================================
+# GENERATE AI EXPLANATION
+# ============================================================
+
+def generate_detection_analysis(
+    detection_result: dict[str, Any]
+) -> dict[str, Any]:
+    """
+    Membuat penjelasan hasil deteksi menggunakan Gemini API.
+
+    Gemini tidak menentukan label real atau fake.
+    Gemini hanya menjelaskan output model TensorFlow.
+    """
+
+    client = get_gemini_client()
+
+    prediction = detection_result["prediction"]
+    threshold = detection_result["threshold"]
+    total_clips = detection_result["total_clips"]
+    real_clips = detection_result["real_clips"]
+    fake_clips = detection_result["fake_clips"]
+
+    average_probability_real = detection_result[
+        "average_probability_real"
+    ]
+
+    average_probability_fake = detection_result[
+        "average_probability_fake"
+    ]
+
+    prompt = f"""
+Anda adalah AI Analysis Assistant untuk aplikasi pendeteksi
+deepfake audio.
+
+Buat penjelasan yang mudah dipahami oleh pengguna umum dalam
+Bahasa Indonesia.
+
+PENTING:
+- Jangan mengubah hasil klasifikasi dari model TensorFlow.
+- Jangan menyatakan hasil sebagai bukti forensik final.
+- Jangan membuat klaim berlebihan.
+- Berikan rekomendasi praktis.
+- Gunakan kalimat yang ringkas dan jelas.
+
+Berikut hasil deteksi dari model TensorFlow:
+
+prediction                 = {prediction}
+threshold                  = {threshold}
+total_clips                = {total_clips}
+real_clips                 = {real_clips}
+fake_clips                 = {fake_clips}
+average_probability_real   = {average_probability_real}
+average_probability_fake   = {average_probability_fake}
+
+Buat:
+1. Ringkasan hasil analisis.
+2. Rekomendasi tindakan lanjutan.
+3. Disclaimer bahwa hasil ini merupakan indikasi awal dan
+   bukan bukti forensik final.
+"""
+
+    response = client.models.generate_content(
+        model=GEMINI_MODEL,
+        contents=prompt,
+        config={
+            "response_format": {
+                "text": {
+                    "mime_type": "application/json",
+                    "schema": (
+                        AIAnalysisResult
+                        .model_json_schema()
+                    )
+                }
+            }
+        }
+    )
+
+    if not response.text:
+        raise RuntimeError(
+            "Gemini API tidak mengembalikan respons."
+        )
+
+    parsed_result = (
+        AIAnalysisResult
+        .model_validate_json(
+            response.text
+        )
+    )
+
+    return parsed_result.model_dump()