Update app.py

app.py

@@ -13,7 +13,7 @@ model = CLIPModel.from_pretrained("geolocal/StreetCLIP")
 processor = CLIPProcessor.from_pretrained("geolocal/StreetCLIP")
 
 labels = ['Albania', 'Andorra', 'Argentina', 'Australia', 'Austria', 'Bangladesh', 'Belgium', 'Bermuda', 'Bhutan', 'Bolivia', 'Botswana', 'Brazil', 'Bulgaria', 'Cambodia', 'Canada', 'Chile', 'China', 'Colombia', 'Croatia', 'Czech Republic', 'Denmark', 'Dominican Republic', 'Egypt', 'Ecuador', 'Estonia', 'Finland', 'France', 'Germany', 'Ghana', 'Greece', 'Greenland', 'Guam', 'Guatemala', 'Hungary', 'Iceland', 'India', 'Indonesia', 'Ireland', 'Israel', 'Italy', 'Japan', 'Jordan', 'Kenya', 'Kyrgyzstan', 'Laos', 'Latvia', 'Lesotho', 'Lithuania', 'Luxembourg', 'Macedonia', 'Madagascar', 'Malaysia', 'Malta', 'Mexico', 'Monaco', 'Mongolia', 'Montenegro', 'Netherlands', 'New Zealand', 'Nigeria', 'Norway', 'Pakistan', 'Palestine', 'Peru', 'Philippines', 'Poland', 'Portugal', 'Puerto Rico', 'Romania', 'Russia', 'Rwanda','Saudi Arabia', 'Senegal', 'Serbia', 'Singapore', 'Slovakia', 'Slovenia', 'South Africa', 'South Korea', 'Spain', 'Sri Lanka', 'Swaziland', 'Sweden', 'Switzerland', 'Syria','Taiwan', 'Thailand', 'Tunisia', 'Turkey', 'Uganda', 'Ukraine', 'United Arab Emirates', 'United Kingdom', 'United States', 'Uruguay']
-
+labelsAr = ['ألبانيا', 'أندورا', 'الأرجنتين', 'أستراليا', 'النمسا', 'بنغلاديش', 'بلجيكا', 'برمودا', 'بوتان', 'بوليفيا', 'بوتسوانا', 'البرازيل', 'بلغاريا', 'كمبوديا', 'كندا', 'تشيلي', 'الصين', 'كولومبيا', 'كرواتيا', 'جمهورية التشيك', 'الدنمارك', 'جمهورية الدومينيكان', 'مصر', 'الإكوادور', 'إستونيا', 'فنلندا', 'فرنسا', 'ألمانيا', 'غانا', 'اليونان', 'جرينلاند', 'غوام', 'غواتيمالا', 'المجر', 'آيسلندا', 'الهند', 'إندونيسيا', 'أيرلندا', 'إسرائيل', 'إيطاليا', 'اليابان', 'الأردن', 'كينيا', 'قيرغيزستان', 'لاوس', 'لاتفيا', 'ليسوتو', 'ليتوانيا', 'لوكسمبورغ', 'مقدونيا', 'مدغشقر', 'ماليزيا', 'مالطا', 'المكسيك', 'موناكو', 'منغوليا', 'الجبل الأسود', 'هولندا', 'نيوزيلندا', 'نيجيريا', 'النرويج', 'باكستان', 'فلسطين', 'بيرو', 'الفلبين', 'بولندا', 'البرتغال', 'بورتوريكو', 'رومانيا', 'روسيا', 'رواندا', 'المملكة العربية السعودية', 'السنغال', 'صربيا', 'سنغافورة', 'سلوفاكيا', 'سلوفينيا', 'جنوب أفريقيا', 'كوريا الجنوبية', 'إسبانيا', 'سريلانكا', 'سوازيلاند', 'السويد', 'سويسرا', 'سوريا', 'تايوان', 'تايلاند', 'تونس', 'تركيا', 'أوغندا', 'أوكرانيا', 'الإمارات العربية المتحدة', 'المملكة المتحدة', 'الولايات المتحدة', 'أوروغواي']
 def process_image(image, audio_path="musicgen_out.wav"):
     # Ensure the image is in the correct format
     if isinstance(image, str):
@@ -31,7 +31,8 @@ def process_image(image, audio_path="musicgen_out.wav"):
     # Get the country with the highest probability
     country_index = probs.argmax(dim=1).item()
     country = labels[country_index]
-
+    countryAr = labelsAr[country_index]
+    
     # Generate music based on the country
     music_description = f"Traditional music from {country}"
     #music = musicgen(music_description, forward_params={"do_sample": True})
@@ -46,7 +47,7 @@ def process_image(image, audio_path="musicgen_out.wav"):
     # Save the generated music to the specified path
     sampling_rate = musicgen.config.audio_encoder.sampling_rate
     scipy.io.wavfile.write("musicgen_out.wav", rate=sampling_rate, data=audio_values[0, 0].numpy())
-
+    country = country + " - " + countryAr
     # Return the country and the path to the generated music
     return country, audio_path