Upload app.py

app.py

@@ -0,0 +1,129 @@
+# coding=utf-8
+
+import gradio as gr
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+
+dict_map = {
+    "òa": "oà",
+    "Òa": "Oà",
+    "ÒA": "OÀ",
+    "óa": "oá",
+    "Óa": "Oá",
+    "ÓA": "OÁ",
+    "ỏa": "oả",
+    "Ỏa": "Oả",
+    "ỎA": "OẢ",
+    "õa": "oã",
+    "Õa": "Oã",
+    "ÕA": "OÃ",
+    "ọa": "oạ",
+    "Ọa": "Oạ",
+    "ỌA": "OẠ",
+    "òe": "oè",
+    "Òe": "Oè",
+    "ÒE": "OÈ",
+    "óe": "oé",
+    "Óe": "Oé",
+    "ÓE": "OÉ",
+    "ỏe": "oẻ",
+    "Ỏe": "Oẻ",
+    "ỎE": "OẺ",
+    "õe": "oẽ",
+    "Õe": "Oẽ",
+    "ÕE": "OẼ",
+    "ọe": "oẹ",
+    "Ọe": "Oẹ",
+    "ỌE": "OẸ",
+    "ùy": "uỳ",
+    "Ùy": "Uỳ",
+    "ÙY": "UỲ",
+    "úy": "uý",
+    "Úy": "Uý",
+    "ÚY": "UÝ",
+    "ủy": "uỷ",
+    "Ủy": "Uỷ",
+    "ỦY": "UỶ",
+    "ũy": "uỹ",
+    "Ũy": "Uỹ",
+    "ŨY": "UỸ",
+    "ụy": "uỵ",
+    "Ụy": "Uỵ",
+    "ỤY": "UỴ",
+    }
+
+tokenizer_vi2en = AutoTokenizer.from_pretrained("vinai/vinai-translate-vi2en-v2", src_lang="vi_VN")
+model_vi2en = AutoModelForSeq2SeqLM.from_pretrained("vinai/vinai-translate-vi2en-v2")
+
+def translate_vi2en(vi_text: str) -> str:
+    for i, j in dict_map.items():
+        vi_text = vi_text.replace(i, j)
+    input_ids = tokenizer_vi2en(vi_text, return_tensors="pt").input_ids
+    output_ids = model_vi2en.generate(
+        input_ids,
+        decoder_start_token_id=tokenizer_vi2en.lang_code_to_id["en_XX"],
+        num_return_sequences=1,
+        # # With sampling
+        # do_sample=True,
+        # top_k=100,
+        # top_p=0.8,
+        # With beam search
+        num_beams=5,
+        early_stopping=True
+    )
+    en_text = tokenizer_vi2en.batch_decode(output_ids, skip_special_tokens=True)
+    en_text = " ".join(en_text)
+    return en_text
+
+tokenizer_en2vi = AutoTokenizer.from_pretrained("vinai/vinai-translate-en2vi-v2", src_lang="en_XX")
+model_en2vi = AutoModelForSeq2SeqLM.from_pretrained("vinai/vinai-translate-en2vi-v2")
+
+def translate_en2vi(en_text: str) -> str:
+    input_ids = tokenizer_en2vi(en_text, return_tensors="pt").input_ids
+    output_ids = model_en2vi.generate(
+        input_ids,
+        decoder_start_token_id=tokenizer_en2vi.lang_code_to_id["vi_VN"],
+        num_return_sequences=1,
+        # # With sampling
+        # do_sample=True,
+        # top_k=100,
+        # top_p=0.8,
+        # With beam search
+        num_beams=5,
+        early_stopping=True
+    )
+    vi_text = tokenizer_en2vi.batch_decode(output_ids, skip_special_tokens=True)
+    vi_text = " ".join(vi_text)
+    return vi_text
+
+vi_example_text = ["Cô cho biết: trước giờ tôi không đến phòng tập công cộng, mà tập cùng giáo viên Yoga riêng hoặc tự tập ở nhà. Khi tập thể dục trong không gian riêng tư, tôi thoải mái dễ chịu hơn.",
+                   "cô cho biết trước giờ tôi không đến phòng tập công cộng mà tập cùng giáo viên yoga riêng hoặc tự tập ở nhà khi tập thể dục trong không gian riêng tư tôi thoải mái dễ chịu hơn"]
+
+en_example_text = ["I haven't been to a public gym before. When I exercise in a private space, I feel more comfortable.",
+                   "i haven't been to a public gym before when i exercise in a private space i feel more comfortable"]
+
+with gr.Blocks() as demo:
+    with gr.Tabs():
+        with gr.TabItem("Vietnamese to English"):
+            with gr.Row():
+                with gr.Column():
+                    vietnamese = gr.Textbox(label="Vietnamese Text")
+                    translate_to_english = gr.Button(value="Translate To English")
+                with gr.Column():
+                    english = gr.Textbox(label="English Text")
+            translate_to_english.click(lambda text: translate_vi2en(text), inputs=vietnamese, outputs=english)
+            gr.Examples(examples=vi_example_text,
+                        inputs=[vietnamese])
+
+        with gr.TabItem("English to Vietnamese"):
+            with gr.Row():
+                with gr.Column():
+                    english = gr.Textbox(label="English Text")
+                    translate_to_vietnamese = gr.Button(value="Translate To Vietnamese")
+                with gr.Column():
+                    vietnamese = gr.Textbox(label="Vietnamese Text")
+            translate_to_vietnamese.click(lambda text: translate_en2vi(text), inputs=english, outputs=vietnamese)
+            gr.Examples(examples=en_example_text,
+                        inputs=[english])
+
+if __name__ == "__main__":
+    demo.launch()