Update app.py

app.py

@@ -1,64 +1,69 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import json
+import pyttsx3
+from langdetect import detect
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
+# Charger les données de l'agence SemXFlow
+def charger_donnees():
+    return {
+        "nom_agence": "SemXFlow",
+        "services_fr": [
+            "Copywriting : Création de textes qui captent l'attention et transforment vos prospects en clients.",
+            "Email Marketing : Séquences d'emails qui augmentent vos conversions et fidélisent vos clients.",
+            "Pages de Vente : Optimisation de vos pages pour convertir davantage de visiteurs en clients."
+        ],
+        "services_en": [
+            "Copywriting: Creating texts that grab attention and turn your prospects into clients.",
+            "Email Marketing: Email sequences that boost your conversions and retain your clients.",
+            "Sales Pages: Optimizing your pages to convert more visitors into clients."
+        ],
+        "mission_fr": "Aider les petites entreprises à booster leur communication et leurs ventes en ligne grâce à des stratégies de marketing percutantes.",
+        "mission_en": "Helping small businesses boost their communication and sales online with powerful marketing strategies.",
+        "ton": "Professionnel, humain, dynamique, avec une touche d'humour pour rendre le message plus engageant."
+    }
 
+# Fonction pour générer des réponses en fonction de la langue détectée
+def chatbot_response(message):
+    data = charger_donnees()
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
+    # Détection de la langue
+    langue = detect(message)
 
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
+    # Sélectionner les bonnes réponses en fonction de la langue
+    if langue == 'fr':  # Si la langue est le français
+        services = "\n".join(data["services_fr"])
+        mission = data["mission_fr"]
+    elif langue == 'en':  # Si la langue est l'anglais
+        services = "\n".join(data["services_en"])
+        mission = data["mission_en"]
+    else:
+        # Si la langue n'est ni le français ni l'anglais
+        services = "Désolé, je ne parle pas cette langue pour l'instant. Essayez en français ou en anglais."
+        mission = ""
 
-    messages.append({"role": "user", "content": message})
+    # Générer la réponse
+    if "services" in message.lower():
+        reponse = f"Voici ce que nous proposons chez {data['nom_agence']} :\n{services}"
+    elif "mission" in message.lower():
+        reponse = f"Notre mission chez {data['nom_agence']} est de :\n{mission}"
+    else:
+        reponse = "Désolé, je ne comprends pas cette question. Pose-moi une autre question ! 😄"
 
-    response = ""
+    # Convertir la réponse en audio
+    tts = pyttsx3.init()
+    tts.say(reponse)
+    tts.runAndWait()
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
+    return reponse
 
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
+# Interface Gradio avec audio
+iface = gr.Interface(
+    fn=chatbot_response,
+    inputs="text",
+    outputs=["text"],
+    title="Chatbot SemXFlow",
+    description="Pose-moi des questions sur SemXFlow et nos services !"
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    iface.launch()