Update app.py

app.py

@@ -1,4 +1,4 @@
-# app.py (เวอร์ชันแก้ให้ TH↔EN ตรงทิศ และเร็ว/เสถียรกว่า)
+# app.py — เวอร์ชันบังคับ TH↔EN ให้ตรงภาษาเอาต์พุต
 from fastapi import FastAPI
 from fastapi.middleware.cors import CORSMiddleware
 from pydantic import BaseModel
@@ -7,7 +7,6 @@ from langdetect import detect, DetectorFactory
 import asyncio, re
 
 DetectorFactory.seed = 0
-
 client = AsyncOpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
 MODEL = "scb10x/typhoon-translate-4b"
 
@@ -20,10 +19,10 @@ app.add_middleware(
 class TranslateReq(BaseModel):
     text: str
     target: str = "en"   # "en" หรือ "th"
-    source: str = "auto" # "auto" จะเดาให้
+    source: str = "auto" # "auto" = เดาภาษาให้
 
 LANG_NAME = {"en": "English", "th": "Thai"}
-TH_CHARS = r"\u0E00-\u0E7F"
+TH_RANGE = (0x0E00, 0x0E7F)
 
 def guess_lang(text: str) -> str:
     try:
@@ -32,19 +31,21 @@ def guess_lang(text: str) -> str:
     except Exception:
         return "auto"
 
-def is_target_lang(text: str, tgt: str) -> bool:
-    try:
-        lg = detect(text)
-        if tgt == "en": return lg.startswith("en")
-        if tgt == "th": return lg.startswith("th")
-        return False
-    except Exception:
-        # เผื่อกรณีตรวจไม่ได้: heuristic ง่าย ๆ
-        if tgt == "en":
-            return re.search(f"[{TH_CHARS}]", text) is None
-        if tgt == "th":
-            return re.search(f"[{TH_CHARS}]", text) is not None
-        return False
+def target_ratio(text: str, tgt: str) -> float:
+    letters = [c for c in text if c.isalpha()]
+    if not letters:
+        return 0.0
+    if tgt == "th":
+        n_target = sum(TH_RANGE[0] <= ord(c) <= TH_RANGE[1] for c in letters)
+    elif tgt == "en":
+        n_target = sum('A' <= c <= 'Z' or 'a' <= c <= 'z' for c in letters)
+    else:
+        n_target = 0
+    return n_target / len(letters)
+
+def is_target_strict(text: str, tgt: str, threshold: float = 0.85) -> bool:
+    # ต้องเป็นอักษรภาษาปลายทาง ≥ threshold ของอักขระตัวอักษรทั้งหมด
+    return target_ratio(text, tgt) >= threshold
 
 def split_text(text: str, max_chars: int = 1200):
     parts, buf = [], ""
@@ -58,74 +59,79 @@ def split_text(text: str, max_chars: int = 1200):
     if buf: parts.append(buf)
     return parts
 
-async def call_ollama_translate(prompt_system: str, content: str):
-    # หมายเหตุ: บางรุ่นจะเชื่อฟัง role "system" ไม่เท่ากัน จึงย้ำใน user ด้วย
-    return await client.chat.completions.create(
-        model=MODEL,
-        temperature=0,
-        messages=[
-            {"role": "system", "content": prompt_system},
-            {"role": "user", "content": content},
-        ],
-        # ใช้ extra_body เพื่อผ่าน options ไป Ollama (ถ้าต้องการ)
-        extra_body={
-            "options": {
-                "num_ctx": 4096,
-                "num_predict": -1
-            }
-        }
+def build_system(src: str, tgt: str) -> str:
+    ex = (
+        # few-shot ตัวอย่างช่วยให้ไม่คงภาษาเดิม
+        "EXAMPLES:\n"
+        "Input (English): Hello!\n"
+        "Output (Thai): สวัสดี!\n\n"
+        "Input (English): The quick brown fox jumps over the lazy dog.\n"
+        "Output (Thai): สุนัขจิ้งจอกสีน้ำตาลกระโดดข้ามสุนัขขี้เกียจ\n\n"
+        "Input (Thai): ยินดีที่ได้รู้จัก\n"
+        "Output (English): Nice to meet you\n"
     )
-
-async def translate_chunk(chunk: str, src: str, tgt: str) -> str:
-    # พรอมป์ตแบบเข้ม: ห้ามออกภาษาอื่น
-    system = (
+    return (
         f"You are a professional MT engine for Thai↔English.\n"
         f"TASK: Translate {src} → {tgt}.\n"
         f"REQUIREMENTS:\n"
         f"- Output MUST be 100% in {LANG_NAME[tgt]}.\n"
-        f"- Do NOT include any other language or explanation.\n"
-        f"- Preserve meaning, names, punctuation, numbers, and line breaks.\n"
-        f"- Be faithful and non-creative."
+        f"- Do NOT echo the source language. Do NOT mix languages.\n"
+        f"- Preserve meaning, punctuation, numbers, line breaks.\n"
+        f"- Translate pangrams naturally (do not keep them in source language).\n\n"
+        f"{ex}"
     )
-    user = f"Translate strictly into {LANG_NAME[tgt]} ONLY:\n\n{chunk}"
 
-    resp = await call_ollama_translate(system, user)
-    out = resp.choices[0].message.content.strip()
-
-    # ถ้าโมเดลยังดื้อ → รีทราย 1 ครั้งด้วยคำสั่งที่เข้มขึ้นอีก
-    if not is_target_lang(out, tgt):
-        retry_user = (
-            f"STRICT MODE: Output MUST be in {LANG_NAME[tgt]} ONLY.\n"
-            f"NO {('Thai' if tgt=='en' else 'English')} characters.\n\n"
-            f"TEXT:\n{chunk}"
-        )
-        resp2 = await call_ollama_translate(system, retry_user)
-        out2 = resp2.choices[0].message.content.strip()
-        if is_target_lang(out2, tgt):
-            return out2
-        # ทางหนีทีไล่: ไม่เปลี่ยนความหมาย แต่ลบอักษรข้ามภาษา (หลีกเลี่ยงให้มากที่สุด)
-        if tgt == "en":
-            out2 = re.sub(f"[{TH_CHARS}]+", "", out2).strip()
-        elif tgt == "th":
-            out2 = re.sub(r"[A-Za-z]+", "", out2).strip()
-        return out2 or out
-
-    return out
+async def ask_ollama(system: str, content: str):
+    return await client.chat.completions.create(
+        model=MODEL,
+        temperature=0,
+        messages=[{"role": "system", "content": system},
+                  {"role": "user", "content": content}],
+        extra_body={"options": {"num_ctx": 4096, "num_predict": -1}}
+    )
+
+async def translate_chunk(chunk: str, src: str, tgt: str) -> str:
+    system = build_system(src, tgt)
+
+    # Attempt 1 — ปกติ
+    user = f"Translate strictly into {LANG_NAME[tgt]} ONLY:\n\n{chunk}"
+    out = (await ask_ollama(system, user)).choices[0].message.content.strip()
+    if is_target_strict(out, tgt):
+        return out
+
+    # Attempt 2 — เข้มขึ้น
+    user2 = (
+        f"STRICT MODE: Output MUST be in {LANG_NAME[tgt]} ONLY.\n"
+        f"NO {('Thai' if tgt=='en' else 'English')} letters.\n"
+        f"Translate the following:\n{chunk}"
+    )
+    out2 = (await ask_ollama(system, user2)).choices[0].message.content.strip()
+    if is_target_strict(out2, tgt):
+        return out2
+
+    # Attempt 3 — ย้ำคำสั่งด้วยภาษาปลายทาง (ช่วยรีดให้เป็นไทยล้วน)
+    if tgt == "th":
+        user3 = f"โปรดแปลเป็นภาษาไทยเท่านั้น ห้ามมีอักษรอังกฤษ:\n{chunk}"
+    else:
+        user3 = f"Translate into English only. No Thai letters:\n{chunk}"
+    out3 = (await ask_ollama(system, user3)).choices[0].message.content.strip()
+    # ส่งผลลัพธ์ที่ดีที่สุดในสามรอบ
+    for cand in (out3, out2, out):
+        if is_target_strict(cand, tgt):
+            return cand
+    return out3 or out2 or out  # อย่างน้อยให้มีคำตอบกลับไป
 
 @app.post("/translate")
 async def translate(req: TranslateReq):
-    # กำหนด src ให้ชัด
     src = req.source
     if src == "auto":
         src = guess_lang(req.text)
         if src == "auto" or src == req.target:
-            # heuristic ถ้าดูไม่ออก
             src = "en" if re.search(r"[A-Za-z]", req.text) else "th"
 
     chunks = split_text(req.text, max_chars=1200)
 
-    # จำกัด concurrency = 2 (เพิ่มได้เป็น 3–4 ถ้าเครื่องแรง)
-    sem = asyncio.Semaphore(2)
+    sem = asyncio.Semaphore(2)  # ปรับเป็น 3–4 ได้ถ้าเครื่องแรง
     async def run(c):
         async with sem:
             return await translate_chunk(c, src, req.target)