Update app.py

app.py

@@ -1,91 +1,36 @@
-import gradio as gr
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
-from langdetect import detect, DetectorFactory
-import torch
-
-# Fijar semilla para consistencia en langdetect
-DetectorFactory.seed = 0
-
-# Usar todos los núcleos CPU disponibles
-torch.set_num_threads(torch.get_num_threads())
-
-# Modelo NLLB-200 pequeño (distilled 600M)
-MODEL_NAME = "facebook/nllb-200-distilled-600M"
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
-model = AutoModelForSeq2SeqLM.from_pretrained(MODEL_NAME)
-
-# Idiomas disponibles (subset de los soportados por NLLB-200)
-LANGUAGES = {
-    "Inglés": "eng_Latn",
-    "Español": "spa_Latn",
-    "Francés": "fra_Latn",
-    "Alemán": "deu_Latn",
-    "Italiano": "ita_Latn",
-    "Portugués": "por_Latn",
-    "Holandés": "nld_Latn",
-    "Ruso": "rus_Cyrl",
-    "Japonés": "jpn_Jpan",
-    "Chino": "zho_Hans",
-}
-
-# Mapeo ISO 639-1 a NLLB
-ISO_TO_NLLB = {
-    "en": "eng_Latn",
-    "es": "spa_Latn",
-    "fr": "fra_Latn",
-    "de": "deu_Latn",
-    "it": "ita_Latn",
-    "pt": "por_Latn",
-    "nl": "nld_Latn",
-    "ru": "rus_Cyrl",
-    "ja": "jpn_Jpan",
-    "zh": "zho_Hans",
-}
-
-def translate_text(text, target_lang):
-    if not text.strip():
-        return "⚠️ No hay texto para traducir."
-
-    # Detectar idioma de entrada
-    try:
-        src_lang = detect(text)
-        src_lang_code = ISO_TO_NLLB.get(src_lang, "eng_Latn")
-    except Exception as e:
-        print(f"Error al detectar idioma: {e}")
-        src_lang_code = "eng_Latn"
-
-    tgt_lang_code = LANGUAGES[target_lang]
-
-    # Si ya está en el idioma deseado
-    if src_lang_code == tgt_lang_code:
-        return text
-
-    try:
-        # Obtener el token ID del idioma destino
-        tgt_lang_id = tokenizer.convert_tokens_to_ids(f"<{tgt_lang_code}>")
-
-        # Tokenizar y generar traducción
-        inputs = tokenizer(text, return_tensors="pt", truncation=True)
-        generated_tokens = model.generate(
-            **inputs,
-            forced_bos_token_id=tgt_lang_id,
-            max_length=512
-        )
-        translated_text = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)[0]
-        return translated_text
-
-    except Exception as e:
-        print(f"Error durante la traducción: {e}")
-        return "❌ Error en la traducción. Intenta con otro texto o idioma."
-
-# Interfaz Gradio
-with gr.Blocks() as demo:
-    gr.Markdown("## Traductor Profesional - NLLB-200 Distilled 600M (CPU)")
-
-    text_input = gr.Textbox(label="Ingresa el texto", lines=10)
-    text_target = gr.Dropdown(list(LANGUAGES.keys()), label="Idioma de destino")
-    text_output = gr.Textbox(label="Traducción", lines=10)
-
-    gr.Button("Traducir").click(translate_text, inputs=[text_input, text_target], outputs=text_output)
-
-demo.launch()
+from fastapi import FastAPI
+from pydantic import BaseModel
+from transformers import M2M100ForConditionalGeneration, M2M100Tokenizer
+
+app = FastAPI(title="Multilingual Translation API", description="API REST con M2M100 para traducción texto a texto 🌍", version="1.0")
+
+# 🔤 Cargar modelo y tokenizer al iniciar
+model_name = "facebook/m2m100_418M"
+tokenizer = M2M100Tokenizer.from_pretrained(model_name)
+model = M2M100ForConditionalGeneration.from_pretrained(model_name)
+
+# 📩 Modelo del body de la solicitud
+class TranslationRequest(BaseModel):
+    text: str
+    source_lang: str
+    target_lang: str
+
+@app.post("/translate")
+async def translate_text(req: TranslationRequest):
+    tokenizer.src_lang = req.source_lang
+    encoded = tokenizer(req.text, return_tensors="pt")
+    generated_tokens = model.generate(**encoded, forced_bos_token_id=tokenizer.get_lang_id(req.target_lang))
+    translated_text = tokenizer.decode(generated_tokens[0], skip_special_tokens=True)
+    return {
+        "source": req.text,
+        "translation": translated_text,
+        "source_lang": req.source_lang,
+        "target_lang": req.target_lang
+    }
+
+@app.get("/")
+async def root():
+    return {
+        "message": "🌍 Bienvenido a la API de traducción M2M100",
+        "usage": "POST /translate con {text, source_lang, target_lang}"
+    }