24Sureshkumar's picture
Update app.py
c8086b7 verified
raw
history blame
2.49 kB
# app.py
import streamlit as st
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
from diffusers import StableDiffusionPipeline
import torch
# Load NLLB-200 translation model
@st.cache_resource
def load_translation_model():
model_name = "facebook/nllb-200-distilled-600M"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
return tokenizer, model
# Load Stable Diffusion model
@st.cache_resource
def load_diffusion_model():
pipe = StableDiffusionPipeline.from_pretrained(
"CompVis/stable-diffusion-v1-4",
torch_dtype=torch.float32 # CPU only
)
pipe = pipe.to("cpu")
return pipe
# Translate Tamil to English using prompt-style method
def translate_text(text, tokenizer, model):
prompt = f"Translate this from Tamil to English: {text}"
inputs = tokenizer(prompt, return_tensors="pt", padding=True, truncation=True)
with torch.no_grad():
translated_tokens = model.generate(**inputs, max_length=512)
return tokenizer.decode(translated_tokens[0], skip_special_tokens=True)
# Streamlit App
def main():
st.set_page_config(page_title="Tamil to Image Generator", layout="centered")
with open("style.css") as f:
st.markdown(f"<style>{f.read()}</style>", unsafe_allow_html=True)
st.title("🪔 தமிழ் உரை -> பட உருவாக்கம்")
user_input = st.text_area("உங்கள் உரையை உள்ளிடவும் (தமிழில்)", height=150)
if st.button("படம் உருவாக்கவும்"):
if not user_input.strip():
st.warning("தயவு செய்து தமிழ் உரையை உள்ளிடவும்.")
return
with st.spinner("மொழிபெயர்ப்பு மற்றும் பட உருவாக்கம் நடைபெறுகிறது..."):
tokenizer, model = load_translation_model()
translated_text = translate_text(user_input, tokenizer, model)
st.success(f"மொழிபெயர்ப்பு (ஆங்கிலம்): {translated_text}")
pipe = load_diffusion_model()
image = pipe(translated_text).images[0]
st.image(image, caption="உங்கள் உருவாக்கப்பட்ட படம்", use_column_width=True)
if __name__ == "__main__":
main()