Update app.py

app.py

@@ -1,68 +1,28 @@
 import gradio as gr
-import random
-import os
-import pandas as pd  # 엑셀 파일 처리를 위한 pandas 라이브러리 추가
-from huggingface_hub import InferenceClient
-
-MODELS = {
-    "Zephyr 7B Beta": "HuggingFaceH4/zephyr-7b-beta",
-    "DeepSeek Coder V2": "deepseek-ai/DeepSeek-Coder-V2-Instruct",
-    "Meta Llama 3.1 8B": "meta-llama/Meta-Llama-3.1-8B-Instruct",
-    "Meta-Llama 3.1 70B-Instruct": "meta-llama/Meta-Llama-3.1-70B-Instruct",
-    "Microsoft": "microsoft/Phi-3-mini-4k-instruct",
-    "Mixtral 8x7B": "mistralai/Mistral-7B-Instruct-v0.3",
-    "Mixtral Nous-Hermes": "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO",
-    "Cohere Command R+": "CohereForAI/c4ai-command-r-plus",
-    "Aya-23-35B": "CohereForAI/aya-23-35B"
-}
-
-def create_client(model_name):
-    return InferenceClient(model_name, token=os.getenv("HF_TOKEN"))
-
-def call_api(model, content, system_message, max_tokens, temperature, top_p):
-    client = create_client(MODELS[model])
-    messages = [{"role": "system", "content": system_message}, {"role": "user", "content": content}]
-    random_seed = random.randint(0, 1000000)
-    response = client.chat_completion(messages=messages, max_tokens=max_tokens, temperature=temperature, top_p=top_p, seed=random_seed)
-    return response.choices[0].message.content
-
-def generate_text(model, user_message, system_message, max_tokens, temperature, top_p):
-    return call_api(model, user_message, system_message, max_tokens, temperature, top_p)
-
-# 엑셀 파일을 처리하는 함수 추가
-def process_excel(file):
-    if file is not None:
-        df = pd.read_excel(file.name)  # 엑셀 파일을 읽음
-        return df.head().to_string()  # 엑셀 파일의 처음 몇 줄을 출력
-    else:
-        return "엑셀 파일이 업로드되지 않았습니다."
-
-title = "AI 텍스트 생성기"
-
-with gr.Blocks() as demo:
-    gr.Markdown(f"# {title}")
-    
-    model = gr.Radio(choices=list(MODELS.keys()), label="언어 모델 선택", value="Zephyr 7B Beta")
-    user_message = gr.Textbox(label="사용자 메시지", lines=5)
-    system_message = gr.Textbox(label="시스템 메시지 (프롬프트)", lines=10)
-    
-    with gr.Accordion("고급 설정", open=False):
-        max_tokens = gr.Slider(label="Max Tokens", minimum=0, maximum=4000, value=500, step=100)
-        temperature = gr.Slider(label="Temperature", minimum=0.1, maximum=1.0, value=0.75, step=0.05)
-        top_p = gr.Slider(label="Top P", minimum=0.1, maximum=1.0, value=0.95, step=0.05)
-    
-    # 엑셀 파일 업로드 컴포넌트 추가
-    excel_file = gr.File(label="엑셀 파일 업로드", type="file")
-    excel_output = gr.Textbox(label="엑셀 내용", lines=10)
-
-    generate_btn = gr.Button("텍스트 생성하기")
-    output = gr.Textbox(label="생성된 텍스트", lines=10)
-    
-    generate_btn.click(fn=generate_text, 
-                       inputs=[model, user_message, system_message, max_tokens, temperature, top_p], 
-                       outputs=[output])
-    
-    # 엑셀 파일 업로드 버튼과 처리 함수 연결
-    excel_file.upload(fn=process_excel, inputs=[excel_file], outputs=[excel_output])
-
-demo.launch()
+from transformers import MarianMTModel, MarianTokenizer
+
+# 모델과 토크나이저 로드
+model_name = "Helsinki-NLP/opus-mt-ko-en"  # 한국어 to 영어 모델
+tokenizer = MarianTokenizer.from_pretrained(model_name)
+model = MarianMTModel.from_pretrained(model_name)
+
+# 번역 함수 정의
+def translate(text):
+    # 텍스트를 토큰화하고 모델에 입력
+    tokenized_text = tokenizer.prepare_seq2seq_batch([text], return_tensors="pt")
+    translated = model.generate(**tokenized_text)
+    # 번역된 텍스트를 디코딩
+    translated_text = tokenizer.decode(translated[0], skip_special_tokens=True)
+    return translated_text
+
+# Gradio 인터페이스 설정
+iface = gr.Interface(
+    fn=translate,
+    inputs=gr.inputs.Textbox(lines=2, placeholder="번역할 텍스트를 입력하세요..."),
+    outputs="text",
+    title="한국어 to 영어 번역기",
+    description="한국어 텍스트를 영어로 번역해주는 간단한 번역기입니다."
+)
+
+# 앱 실행
+iface.launch()