Update app.py

app.py

@@ -1,189 +1 @@
-import os
-import re
-import warnings
-import gradio as gr
-from gradio_client import Client
-import torch
-from transformers import AutoModelForCausalLM, AutoTokenizer
-
-# ======================== كتم التحذيرات ========================
-warnings.filterwarnings("ignore")
-
-# ======================== الإعدادات ========================
-DEVICE = "cpu"
-WHISPER_MODEL = "openai/whisper-base"
-MODEL_ID = "Qwen/Qwen2.5-0.5B-Instruct"
-RADAR_SPACE_URL = "Asem75/Aiocr_Radar"
-
-print("⏳ تحميل النموذج...")
-_llm_tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
-_llm_model = AutoModelForCausalLM.from_pretrained(
-    MODEL_ID, torch_dtype=torch.float32, device_map="cpu", low_cpu_mem_usage=True
-)
-print("✅ النموذج جاهز")
-
-# ======================== Whisper ========================
-_whisper_pipe = None
-
-def load_whisper():
-    global _whisper_pipe
-    if _whisper_pipe is not None:
-        return _whisper_pipe
-    from transformers import pipeline
-    _whisper_pipe = pipeline("automatic-speech-recognition", model=WHISPER_MODEL, device=DEVICE, chunk_length_s=30)
-    return _whisper_pipe
-
-
-# ======================== الرادار ========================
-# ⚠️ إصلاح هام: نقطة API "/synth_arabic" على مساحة الرادار تستقبل
-# بالضبط معاملين فقط: (text, speaker_name) — وهي مصمّمة خصيصاً لهذا
-# الاستخدام الخارجي. الكود القديم هنا كان يستدعيها بـ7 معاملات تطابق
-# توقيع دالة الواجهة الداخلية القديمة (synth_arabic) وليس نقطة الـ API
-# الفعلية، فكان هذا الاستدعاء يفشل دائماً (يُمسَك بصمت داخل except).
-#
-# ⚠️ إصلاح ثانٍ: "ar-JO-IsmaeelNeural" و"ar-AE-AminaNeural" غير
-# موجودين أصلاً في قائمة أصوات مايكروسوفت الرسمية (الأردن: Sana/Taim
-# فقط، الإمارات: Fatima/Hamdan فقط؛ Amina هي صوت جزائري ar-DZ تحديداً) —
-# استخدامهما يسبب NoAudioReceived. استبدلتهما بأصوات حقيقية موثّقة.
-def call_radar_api(text, subject, detected_emotion):
-    try:
-        client = Client(RADAR_SPACE_URL)
-        word_count = len(text.split())
-
-        if word_count <= 35:
-            speaker_name = "ar-EG-SalmaNeural"
-        else:
-            voice_map = {
-                "🧮 الرياضيات والعلوم": "ar-JO-TaimNeural",
-                "🕌 اللغة العربية والتربية الإسلامية": "ar-SA-HamedNeural",
-                "🔤 اللغة الإنجليزية": "en-US-JennyNeural",
-            }
-            speaker_name = voice_map.get(subject, "ar-JO-TaimNeural")
-
-        audio_url = client.predict(
-            text, speaker_name,
-            api_name="/synth_arabic"
-        )
-
-        if audio_url and isinstance(audio_url, (list, tuple)):
-            audio_url = audio_url[0]
-        return str(audio_url).strip() if audio_url else None
-    except Exception as e:
-        print(f"⚠️ خطأ الرادار: {e}")
-        return None
-
-
-# ======================== دالة المحادثة ========================
-def teacher_chat(audio_mic, subject, chat_history_state):
-    """
-    التاريخ يُحفظ في gr.State كقائمة قواميس نظيفة بالضبط:
-    [{"role": "user"/"assistant", "content": "..."}, ...]
-    """
-    if audio_mic is None:
-        return chat_history_state, None, "🎤 الرجاء تسجيل السؤال أولاً"
-
-    # 1. تحويل الصوت لنص
-    try:
-        whisper = load_whisper()
-        result = whisper(audio_mic, generate_kwargs={"language": "arabic"})
-        user_text = result["text"].strip()
-    except Exception as e:
-        return chat_history_state, None, f"⚠️ خطأ: {e}"
-
-    if not user_text:
-        return chat_history_state, None, "❌ لم يتم التعرف على كلام"
-
-    print(f"🗣️ الطالب: {user_text}")
-
-    # 2. بناء messages
-    system_prompt = (
-        "أنت الأستاذ عبود، معلم خبير. "
-        "أجب بإيجاز (30 كلمة كحد أقصى). "
-        "لا تعط الإجابة كاملة، قسمها لخطوات. "
-        "اطرح سؤالاً في النهاية. "
-        "أضف [حالة: حماس] أو [حالة: هدوء]."
-    )
-    messages = [{"role": "system", "content": system_prompt}]
-    for msg in chat_history_state:
-        messages.append({"role": msg["role"], "content": msg["content"]})
-    messages.append({"role": "user", "content": user_text})
-
-    # 3. توليد الرد
-    try:
-        text_prompt = _llm_tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
-        model_inputs = _llm_tokenizer([text_prompt], return_tensors="pt").to(DEVICE)
-
-        with torch.no_grad():
-            generated_ids = _llm_model.generate(
-                **model_inputs, max_new_tokens=80, temperature=0.4,
-                do_sample=True, pad_token_id=_llm_tokenizer.eos_token_id, use_cache=True
-            )
-
-        generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]
-        full_response = _llm_tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0].strip()
-
-        emotion_match = re.search(r'\[حالة:\s*(\w+)\]', full_response)
-        detected_emotion = emotion_match.group(1) if emotion_match else "هدوء"
-        cleaned_response = re.sub(r'\[حالة:\s*\w+\]', '', full_response).strip()
-
-        if not cleaned_response.endswith(('.', '؟', '!')):
-            cleaned_response += '.'
-
-        print(f"🤖 الأستاذ: {cleaned_response}")
-    except Exception as e:
-        return chat_history_state, None, f"⚠️ خطأ النموذج: {e}"
-
-    # 4. تحديث التاريخ في الـ state (قائمة قواميس نظيفة دائماً)
-    chat_history_state = chat_history_state + [
-        {"role": "user", "content": user_text},
-        {"role": "assistant", "content": cleaned_response},
-    ]
-
-    # 5. توليد الصوت
-    audio_path = call_radar_api(cleaned_response, subject, detected_emotion)
-    status = f"✅ ({detected_emotion})" if audio_path else "⚠️ فشل الصوت"
-    return chat_history_state, audio_path, status
-
-
-# ======================== الواجهة ========================
-with gr.Blocks(title="الأستاذ عبود", theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🎓 المنصة التعليمية - الأستاذ عبود")
-
-    chat_history_state = gr.State([])
-
-    with gr.Row():
-        with gr.Column(scale=2):
-            subject_dropdown = gr.Dropdown(
-                choices=["🧮 الرياضيات والعلوم", "🕌 اللغة العربية والتربية الإسلامية", "🔤 اللغة الإنجليزية"],
-                value="🧮 الرياضيات والعلوم",
-                label="📚 المادة"
-            )
-
-            # ⚠️ الإصلاح الجذري: type="messages" صراحةً (وهو الافتراضي في
-            # Gradio 6 لكن التحديد الصريح أوضح وأكثر أماناً مستقبلاً)
-            chatbot_display = gr.Chatbot(label="الحوار", height=400, type="messages")
-
-            mic_input = gr.Audio(label="🎤 سؤالك", type="filepath", sources=["microphone"])
-            send_btn = gr.Button("🚀 إرسال", variant="primary")
-
-        with gr.Column(scale=1):
-            audio_output = gr.Audio(label="🔊 الرد", type="filepath")
-            status_output = gr.Textbox(label="الحالة")
-
-    # ⚠️ الإصلاح الجذري الفعلي: لا حاجة لأي تحويل لصيغة tuples القديمة
-    # ([user_msg, asst_msg]) — هذا بالضبط كان يكسر Gradio 6. التاريخ
-    # القادم من teacher_chat هو بالفعل بصيغة messages الصحيحة تماماً
-    # (قائمة قواميس role/content)، فنمرره مباشرة لكل من الـ State
-    # وعنصر العرض chatbot_display بدون أي تعديل.
-    def process_and_display(audio_mic, subject, history_state):
-        new_history, audio, status = teacher_chat(audio_mic, subject, history_state)
-        return new_history, new_history, audio, status, None
-
-    send_btn.click(
-        fn=process_and_display,
-        inputs=[mic_input, subject_dropdown, chat_history_state],
-        outputs=[chat_history_state, chatbot_display, audio_output, status_output, mic_input]
-    )
-
-if __name__ == "__main__":
-    demo.launch(server_name="0.0.0.0", server_port=7860)
+eduassistant75@gmail.com