app.py

import gradio as gr
from transformers import pipeline

# สร้าง pipeline สำหรับการแปลภาษาไทยเป็นอังกฤษ
translation_pipeline = pipeline("translation", model="Helsinki-NLP/opus-mt-th-en")

def thai_to_prompt_tags(thai_prompt):
    """
    รับข้อความภาษาไทย แปลเป็นภาษาอังกฤษ แล้วแปลงเป็น prompt ในรูปแบบ tag
    """
    # แปลข้อความจากภาษาไทยเป็นภาษาอังกฤษ
    translation = translation_pipeline(thai_prompt)
    english_text = translation[0]['translation_text']
    
    # แปลงเป็น tag:
    # 1. แปลงเป็นตัวพิมพ์เล็ก
    # 2. แบ่งคำด้วยช่องว่าง
    # 3. ลบเครื่องหมายวรรคตอน
    tags = english_text.lower().split()
    tags = [tag.strip(".,") for tag in tags if len(tag) > 1]
    # ลบคำซ้ำ (ถ้ามี)
    unique_tags = list(dict.fromkeys(tags))
    tag_format = ", ".join(unique_tags)
    
    return english_text, tag_format

# สร้างอินเตอร์เฟซด้วย Gradio
iface = gr.Interface(
    fn=thai_to_prompt_tags,
    inputs=gr.Textbox(
        lines=4,
        placeholder="พิมพ์คำอธิบายเป็นภาษาไทยที่นี่...",
        label="คำอธิบาย (ภาษาไทย)"
    ),
    outputs=[
        gr.Textbox(label="คำอธิบาย (ภาษาอังกฤษ)"),
        gr.Textbox(label="Prompt Tag Format")
    ],
    title="Thai-to-Prompt Converter สำหรับ Stable Diffusion",
    description="ป้อนคำอธิบายเป็นภาษาไทย ระบบจะแปลเป็นภาษาอังกฤษและแปลงเป็น prompt ในรูปแบบ tag ให้"
)

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