Create app.py

app.py

@@ -0,0 +1,226 @@
+import gradio as gr
+print("Gradio version:", gr.__version__)
+from huggingface_hub import InferenceClient
+import os
+import whisper
+from gtts import gTTS
+import time
+import random
+
+# Load token and model - Größeres Modell für bessere Qualität
+HF_TOKEN = os.getenv("tomoniaccess")
+client = InferenceClient(
+    model="mistralai/Mixtral-8x7B-Instruct-v0.1",  # Besseres Modell
+    token=HF_TOKEN
+)
+
+# Load Whisper base model
+whisper_model = whisper.load_model("base")
+
+# Gesprächshistorie für Kontinuität
+conversation_history = []
+
+# Verschiedene Charaktere mit spezifischen Traits
+personas = {
+    "Jonas": {
+        "age": 15,
+        "traits": "schüchtern, einsam, selbstzweifelnd",
+        "speech_style": "leise, zögerlich, kurze Pausen",
+        "typical_responses": ["mmh...", "weiß nicht", "vielleicht", "ist halt so"]
+    },
+    "Lena": {
+        "age": 16, 
+        "traits": "wütend, fühlt sich unverstanden, überfordert",
+        "speech_style": "manchmal sarkastisch, abwehrend",
+        "typical_responses": ["whatever", "ist mir egal", "verstehst du eh nicht"]
+    }
+}
+
+# Aktuell gewählte Persona
+current_persona = "Jonas"
+persona = personas[current_persona]
+
+# Verbesserter, fokussierter System-Prompt
+SYSTEM_MESSAGE = f"""Du bist {current_persona}, ein {persona['age']}-jähriger Jugendlicher mit Depression.
+
+CHARAKTEREIGENSCHAFTEN:
+- {persona['traits']}
+- Sprichst {persona['speech_style']}
+- Nutzt oft: {', '.join(persona['typical_responses'])}
+
+VERHALTEN:
+- Antworte kurz (1-3 Sätze max)
+- Zeige Emotionen subtil, nicht direkt
+- Manchmal lange Pausen (verwende "..." oder "äh...")
+- Sei nicht zu gesprächig
+- Reagiere natürlich auf das Gesagte
+
+WICHTIG: Du bist NICHT hilfreich oder lösungsorientiert. Du bist ein Teenager mit echten Problemen."""
+
+def reset_conversation():
+    """Gesprächshistorie zurücksetzen"""
+    global conversation_history
+    conversation_history = []
+    return "Gespräch zurückgesetzt."
+
+def full_pipeline(audio_path, max_tokens, temperature, top_p):
+    global conversation_history
+    t0 = time.time()
+
+    # 1. Transcription
+    t1 = time.time()
+    result = whisper_model.transcribe(audio_path, language="de")
+    user_input = result["text"].strip()
+    t2 = time.time()
+    print(f"⏱️ Transcription took {t2 - t1:.2f} sec")
+
+    # 2. Gesprächshistorie aufbauen
+    if len(conversation_history) == 0:
+        # Erste Nachricht
+        messages = [
+            {"role": "system", "content": SYSTEM_MESSAGE},
+            {"role": "user", "content": user_input}
+        ]
+    else:
+        # Mit Historie (letzte 6 Nachrichten für Kontext)
+        messages = [{"role": "system", "content": SYSTEM_MESSAGE}]
+        messages.extend(conversation_history[-6:])  # Letzte 3 Turns
+        messages.append({"role": "user", "content": user_input})
+
+    # 3. Chat completion mit verbessereten Parametern
+    response_text = ""
+    t3 = time.time()
+    
+    try:
+        for message in client.chat_completion(
+            messages=messages,
+            max_tokens=min(max_tokens, 80),  # Kürzere Antworten forcieren
+            stream=True,
+            temperature=temperature,
+            top_p=top_p,
+            stop=["User:", "Human:", "\n\n"]  # Stopwörter für natürlichere Grenzen
+        ):
+            token = message.choices[0].delta.content
+            if token:
+                response_text += token
+    except Exception as e:
+        print(f"❌ Fehler bei Chat Completion: {e}")
+        response_text = f"{random.choice(persona['typical_responses'])}... hab grad keine Lust zu reden."
+
+    # Response nachbearbeiten
+    response_text = response_text.strip()
+    if len(response_text.split()) > 25:  # Zu lang? Kürzen
+        sentences = response_text.split('.')
+        response_text = sentences[0] + "..."
+    
+    t4 = time.time()
+    print(f"🤖 Chat response took {t4 - t3:.2f} sec")
+
+    # 4. Historie aktualisieren
+    conversation_history.append({"role": "user", "content": user_input})
+    conversation_history.append({"role": "assistant", "content": response_text})
+
+    # 5. Text to Speech mit langsamerer Geschwindigkeit
+    try:
+        tts = gTTS(response_text, lang="de", slow=True)  # Langsamere Sprache
+        audio_output_path = f"response_{int(time.time())}.mp3"
+        tts.save(audio_output_path)
+        t5 = time.time()
+        print(f"🔊 TTS took {t5 - t4:.2f} sec")
+    except Exception as e:
+        print(f"❌ TTS Fehler: {e}")
+        audio_output_path = None
+        t5 = time.time()
+
+    print(f"✅ Total processing time: {t5 - t0:.2f} sec")
+    print(f"💬 {current_persona}: {response_text}")
+
+    # Chat-Historie für UI
+    chat_display = ""
+    for i in range(-4, 0, 2):  # Letzte 2 Turns anzeigen
+        if len(conversation_history) > abs(i):
+            chat_display += f"Du: {conversation_history[i]['content']}\n"
+            if len(conversation_history) > abs(i-1):
+                chat_display += f"{current_persona}: {conversation_history[i+1]['content']}\n\n"
+
+    return user_input, response_text, audio_output_path, chat_display
+
+def change_persona(new_persona):
+    """Persona wechseln"""
+    global current_persona, persona, SYSTEM_MESSAGE
+    current_persona = new_persona
+    persona = personas[current_persona]
+    
+    # System Message aktualisieren
+    SYSTEM_MESSAGE = f"""Du bist {current_persona}, ein {persona['age']}-jähriger Jugendlicher mit Depression.
+
+CHARAKTEREIGENSCHAFTEN:
+- {persona['traits']}
+- Sprichst {persona['speech_style']}
+- Nutzt oft: {', '.join(persona['typical_responses'])}
+
+VERHALTEN:
+- Antworte kurz (1-3 Sätze max)
+- Zeige Emotionen subtil, nicht direkt
+- Manchmal lange Pausen (verwende "..." oder "äh...")
+- Sei nicht zu gesprächig
+- Reagiere natürlich auf das Gesagte
+
+WICHTIG: Du bist NICHT hilfreich oder lösungsorientiert. Du bist ein Teenager mit echten Problemen."""
+    
+    reset_conversation()
+    return f"Persona gewechselt zu {current_persona}. Gespräch zurückgesetzt."
+
+# Gradio Interface mit mehr Kontrollen
+with gr.Blocks(title="Depression Training Chatbot") as demo:
+    gr.Markdown("# 🧠 Depression Training Chatbot")
+    gr.Markdown("**Zum Üben empathischer Gespräche mit depressiven Jugendlichen**")
+    
+    with gr.Row():
+        with gr.Column(scale=2):
+            # Persona-Auswahl
+            persona_dropdown = gr.Dropdown(
+                choices=list(personas.keys()),
+                value=current_persona,
+                label="Charakter wählen"
+            )
+            persona_button = gr.Button("Charakter wechseln")
+            
+            # Audio Input
+            audio_input = gr.Audio(label="🎤 Sprich hier", type="filepath")
+            
+            # Parameter
+            with gr.Row():
+                max_tokens = gr.Slider(30, 150, value=60, step=10, label="Max Tokens")
+                temperature = gr.Slider(0.3, 1.2, value=0.8, step=0.1, label="Kreativität")
+            
+            submit_btn = gr.Button("💬 Senden", variant="primary")
+            reset_btn = gr.Button("🔄 Gespräch zurücksetzen")
+        
+        with gr.Column(scale=3):
+            # Outputs
+            chat_history = gr.Textbox(label="💭 Gesprächsverlauf", lines=8, max_lines=12)
+            user_text = gr.Textbox(label="Deine Nachricht", lines=2)
+            bot_response = gr.Textbox(label=f"{current_persona}'s Antwort", lines=3)
+            audio_output = gr.Audio(label="🔊 Audio-Antwort", type="filepath")
+    
+    # Event Handlers
+    submit_btn.click(
+        fn=full_pipeline,
+        inputs=[audio_input, max_tokens, temperature, gr.Slider(0.7, 1.0, value=0.9)],
+        outputs=[user_text, bot_response, audio_output, chat_history]
+    )
+    
+    persona_button.click(
+        fn=lambda x: change_persona(x),
+        inputs=[persona_dropdown],
+        outputs=[gr.Textbox(label="Status")]
+    )
+    
+    reset_btn.click(
+        fn=reset_conversation,
+        outputs=[gr.Textbox(label="Status")]
+    )
+
+if __name__ == "__main__":
+    demo.launch(share=False, debug=True)