Update app.py

app.py

@@ -1,87 +1,18 @@
 import gradio as gr
-import torch
-import soundfile as sf
-from transformers import (
-    pipeline,
-    SpeechT5Processor,
-    SpeechT5ForTextToSpeech,
-    SpeechT5HifiGan,
-    AutoModelForCausalLM,
-    AutoTokenizer
-)
-from datasets import load_dataset
-
-# Load all models globally (có thể chuyển sang lazy-load nếu muốn)
-emotion_classifier = pipeline(
-    "text-classification",
-    model="Thea231/jhartmann_emotion_finetuning",
-    truncation=True
-)
-textgen_tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B", use_fast=True)
-textgen_model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B", torch_dtype=torch.float16)
-tts_processor = SpeechT5Processor.from_pretrained("microsoft/speecht5_tts")
-tts_model = SpeechT5ForTextToSpeech.from_pretrained("microsoft/speecht5_tts")
-tts_vocoder = SpeechT5HifiGan.from_pretrained("microsoft/speecht5_hifigan")
-speaker_embeddings = torch.tensor(
-    load_dataset("Matthijs/cmu-arctic-xvectors", split="validation")[7306]["xvector"]
-).unsqueeze(0)
-
-# Emotion prompt templates
-PROMPT_TEMPLATES = {
-    "sadness": "Sadness detected: {input}\n1. Empathetic acknowledgment\n2. Support offer\n3. Solution proposal\nResponse:",
-    "joy": "Joy detected: {input}\n1. Enthusiastic thanks\n2. Positive reinforcement\n3. Future engagement\nResponse:",
-    "love": "Affection detected: {input}\n1. Warm appreciation\n2. Community focus\n3. Exclusive benefit\nResponse:",
-    "anger": "Anger detected: {input}\n1. Sincere apology\n2. Action steps\n3. Compensation\nResponse:",
-    "fear": "Concern detected: {input}\n1. Reassurance\n2. Safety measures\n3. Support options\nResponse:",
-    "surprise": "Surprise detected: {input}\n1. Acknowledge uniqueness\n2. Creative solution\n3. Follow-up\nResponse:"
-}
-
-def analyze_emotion(text):
-    scores = emotion_classifier(text, return_all_scores=True)[0]
-    valid = [e for e in scores if e['label'].lower() in PROMPT_TEMPLATES]
-    return max(valid, key=lambda x: x['score'])['label'].lower()
-
-def generate_response(comment):
-    emotion = analyze_emotion(comment)
-    prompt = PROMPT_TEMPLATES[emotion].format(input=comment)
-    inputs = textgen_tokenizer(prompt, return_tensors="pt").to("cpu")
-    output_ids = textgen_model.generate(
-        inputs.input_ids,
-        max_new_tokens=100,
-        temperature=0.7,
-        top_p=0.9,
-        do_sample=True,
-        pad_token_id=textgen_tokenizer.eos_token_id
-    )
-    raw_text = textgen_tokenizer.decode(output_ids[0], skip_special_tokens=True)
-    result = raw_text.split("Response:")[-1].strip()
-    if '.' in result:
-        result = result.rsplit('.', 1)[0] + '.'
-    return result[:200] if len(result) > 50 else "Cảm ơn bạn đã phản hồi. Chúng tôi sẽ xem xét kỹ lưỡng."
-
-def generate_audio(text):
-    inputs = tts_processor(text=text, return_tensors="pt")
-    with torch.no_grad():
-        speech = tts_model.generate_speech(inputs["input_ids"], speaker_embeddings)
-        waveform = tts_vocoder(speech)
-    sf.write("response.wav", waveform.numpy(), 16000)
-    return "response.wav"
-
-def full_pipeline(comment):
-    response = generate_response(comment)
-    audio_path = generate_audio(response)
-    return response, audio_path
-
-# Gradio UI
-demo = gr.Interface(
-    fn=full_pipeline,
-    inputs=gr.Textbox(label="💬 Nhập bình luận", placeholder="Ví dụ: Sản phẩm này có bền không vậy?"),
-    outputs=[
-        gr.Textbox(label="📄 Phản hồi AI"),
-        gr.Audio(label="🔊 Phát lại", type="filepath")
-    ],
-    title="Just Comment 🐠 (Gradio Edition)",
-    description="Phân tích cảm xúc + phản hồi AI + chuyển thành giọng nói"
-)
-
-demo.launch()
+from transformers import pipeline
+
+# Thay mô hình nếu bạn biết rõ hơn mô hình cũ
+reply_pipeline = pipeline("text-generation", model="microsoft/DialoGPT-medium")
+
+def reply_comment(comment):
+    prompt = f"Trả lời một cách thân thiện, tự nhiên, có thể hài hước:\nBình luận: {comment}\nTrả lời:"
+    response = reply_pipeline(prompt, max_length=100, do_sample=True)
+    return response[0]['generated_text'].replace(prompt, "").strip()
+
+gr.Interface(
+    fn=reply_comment,
+    inputs=gr.Textbox(label="Nhập bình luận cần trả lời", placeholder="Ví dụ: Sản phẩm này có tốt không vậy?"),
+    outputs=gr.Textbox(label="Phản hồi AI"),
+    title="Comment Reply AI 🐠",
+    description="Nhập một bình luận, AI sẽ đề xuất câu trả lời phù hợp"
+).launch()