app.py

import gradio as gr
from gtts import gTTS
import os
from huggingface_hub import InferenceClient

# Hugging Face inference client para o chatbot
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")

# Função para gerar resposta de texto e áudio
def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    messages = [{"role": "system", "content": system_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]})

    messages.append({"role": "user", "content": message})

    response = ""

    # Geração de resposta do chatbot
    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
        response += token
        yield response, None  # Retornando a resposta do chatbot inicialmente como texto

    # Convertendo a resposta em áudio usando gTTS
    tts = gTTS(response, lang='pt')
    audio_file = "response.mp3"
    tts.save(audio_file)

    yield response, audio_file  # Retornando o texto e o arquivo de áudio gerado

# Interface do Gradio com campo adicional para ajustar o sistema e configurações
demo = gr.ChatInterface(
    fn=respond,
    additional_inputs=[
        gr.Textbox(value="Você é um chatbot amigável.", label="Mensagem do sistema"),
        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="Temperatura"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
    ],
    outputs=[
        "text",  # Texto de saída do chatbot
        gr.Audio(label="Áudio da Resposta")  # Saída de áudio da resposta gerada
    ]
)

if __name__ == "__main__":
    demo.launch()