Update app.py

app.py

@@ -1,26 +1,29 @@
 import torch
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+from transformers import pipeline
 import gradio as gr
 
 # --------------------------------------------------
-# Chargement du modèle NLLB-200-3.3B
+# Chargement du pipeline NLLB
 # --------------------------------------------------
 MODEL_NAME = "facebook/nllb-200-3.3B"
 
-print("🚀 Chargement du modèle :", MODEL_NAME)
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, src_lang="fra_Latn")
-model = AutoModelForSeq2SeqLM.from_pretrained(MODEL_NAME)
-device = "cuda" if torch.cuda.is_available() else "cpu"
-model.to(device)
+device = 0 if torch.cuda.is_available() else -1
+print(f"🚀 Chargement du modèle {MODEL_NAME} sur {'GPU' if device == 0 else 'CPU'}...")
+
+translator = pipeline(
+    "translation",
+    model=MODEL_NAME,
+    device=device
+)
 
 # --------------------------------------------------
-# Langues supportées (tu peux en ajouter d’autres)
+# Dictionnaire de langues (tu peux en ajouter)
 # --------------------------------------------------
 LANGUAGES = {
     "Français": "fra_Latn",
-    "Anglais": "eng_Latn",
     "Ewe": "ewe_Latn",
     "Fon": "fon_Latn",
+    "Anglais": "eng_Latn",
     "Espagnol": "spa_Latn",
     "Allemand": "deu_Latn",
     "Swahili": "swh_Latn",
@@ -36,26 +39,19 @@ def translate(text, src_lang, tgt_lang):
         return "⚠️ Veuillez entrer un texte à traduire."
 
     try:
-        tokenizer.src_lang = LANGUAGES[src_lang]
-        inputs = tokenizer(text, return_tensors="pt").to(device)
-
-        forced_bos_token_id = tokenizer.lang_code_to_id[LANGUAGES[tgt_lang]]
-        generated_tokens = model.generate(
-            **inputs,
-            forced_bos_token_id=forced_bos_token_id,
-            max_length=512,
-            num_beams=4,
-            early_stopping=True
+        result = translator(
+            text,
+            src_lang=LANGUAGES[src_lang],
+            tgt_lang=LANGUAGES[tgt_lang],
+            max_length=512
         )
-
-        translation = tokenizer.decode(generated_tokens[0], skip_special_tokens=True)
-        return translation
+        return result[0]["translation_text"]
 
     except Exception as e:
         return f"❌ Erreur : {str(e)}"
 
 # --------------------------------------------------
-# Interface Gradio (version stylée pour Hugging Face)
+# Interface Gradio
 # --------------------------------------------------
 with gr.Blocks(title="🌍 NLLB-200 Traduction Multilingue") as demo:
     gr.Markdown(
@@ -63,36 +59,20 @@ with gr.Blocks(title="🌍 NLLB-200 Traduction Multilingue") as demo:
         <div style="text-align: center;">
             <h1>🌐 Traducteur IA Multilingue</h1>
             <p style="font-size: 18px;">
-                Propulsé par <b>Meta NLLB-200 (3.3B)</b> — Traduction de plus de <b>200 langues</b>, 
-                dont <b>l’Ewe</b>, <b>le Fon</b>, et plusieurs langues africaines 🌍
+                Propulsé par <b>Meta NLLB-200 (3.3B)</b> — Traduction de plus de <b>200 langues</b>,
+                dont <b>l’Ewe</b>, <b>le Fon</b> et plusieurs langues africaines 🌍
             </p>
         </div>
         """
     )
 
     with gr.Row():
-        src_lang = gr.Dropdown(
-            choices=list(LANGUAGES.keys()),
-            value="Français",
-            label="Langue source 🌍"
-        )
-        tgt_lang = gr.Dropdown(
-            choices=list(LANGUAGES.keys()),
-            value="Ewe",
-            label="Langue cible 🌍"
-        )
+        src_lang = gr.Dropdown(choices=list(LANGUAGES.keys()), value="Français", label="Langue source 🌍")
+        tgt_lang = gr.Dropdown(choices=list(LANGUAGES.keys()), value="Ewe", label="Langue cible 🌍")
 
     with gr.Row():
-        text_input = gr.Textbox(
-            placeholder="Entre ton texte ici...",
-            lines=6,
-            label="Texte à traduire"
-        )
-        text_output = gr.Textbox(
-            placeholder="Résultat de la traduction...",
-            lines=6,
-            label="Traduction"
-        )
+        text_input = gr.Textbox(placeholder="Entre ton texte ici...", lines=6, label="Texte à traduire")
+        text_output = gr.Textbox(placeholder="Résultat de la traduction...", lines=6, label="Traduction")
 
     translate_btn = gr.Button("🔁 Traduire")
     translate_btn.click(translate, [text_input, src_lang, tgt_lang], text_output)