Update app.py

app.py

@@ -1,76 +1,80 @@
 import gradio as gr
-import torch
-import numpy as np
-from transformers import pipeline
-import time
+from gradio_client import Client
+import os
 
-# भारत का गौरव - वेदिका TTS मॉडल लोड करना
-# यहाँ हम मान रहे हैं कि मॉडल 'transformers' लाइब्रेरी के साथ काम करता है
-model_id = "Vedika35/Vedika_text_to_speech"
+# हगिंग फेस स्पेस के लिए मुख्य लॉजिक
+def vedika_omni_engine(user_text, user_files, system_prompt):
+    """
+    यह फंक्शन वेदिका के ओम्नी इंजन को संचालित करता है।
+    यह फाइल्स और टेक्स्ट के लिए 'None' की स्थिति को संभालता है।
+    """
+    try:
+        # क्रेडिओ क्लाइंट के माध्यम से मॉडल से जुड़ना
+        client = Client("Qwen/Qwen3-VL-Demo")
+        
+        # १. सिस्टम प्रॉम्प्ट को लागू करना (apply_prompt)
+        # श्रीमान, यहाँ हम आपके द्वारा दिए गए स्पेशल प्रॉम्प्ट को सेट कर रहे हैं
+        client.predict(
+            input_value=system_prompt,
+            api_name="/apply_prompt"
+        )
 
-# GPU उपलब्ध है या नहीं इसकी जांच
-device = "cuda" if torch.cuda.is_available() else "cpu"
+        # २. पेलोड की स्थिति तय करना (Text and Files Logic)
+        # यदि टेक्स्ट खाली है तो None जाएगा, यदि फाइल्स नहीं हैं तो None जाएगा
+        final_text = user_text if user_text and user_text.strip() != "" else None
+        final_files = user_files if user_files else None
 
-print(f"वेदिका मॉडल {device} पर लोड हो रहा है...")
+        # पेलोड तैयार करना
+        payload = {
+            "files": final_files,
+            "text": final_text
+        }
 
-# TTS पाइपलाइन सेट करना
-try:
-    tts_pipe = pipeline("text-to-speech", model=model_id, device=device)
-    status = "मॉडल सफलतापूर्वक लोड हो गया है ✅"
-except Exception as e:
-    print(f"त्रुटि: {e}")
-    status = "मॉडल लोड करने में समस्या आई ❌"
+        # ३. संदेश भेजना और आउटपुट प्राप्त करना (add_message)
+        result = client.predict(
+            input_value=payload,
+            api_name="/add_message"
+        )
 
-def generate_speech(text):
-    """
-    टेक्स्ट को आवाज में बदलने का फंक्शन।
-    यह ०.३ सेकंड की रफ़्तार सुनिश्चित करने के लिए ऑप्टिमाइज़्ड है।
-    """
-    if not text:
-        return None, "कृपया कुछ टेक्स्ट लिखें।"
-    
-    start_time = time.time()
-    
-    # मॉडल द्वारा आवाज जनरेट करना
-    output = tts_pipe(text)
-    
-    end_time = time.time()
-    processing_time = round(end_time - start_time, 2)
-    
-    # ऑडियो डेटा और सैंपलिंग रेट निकालना
-    audio_data = output["audio"]
-    sampling_rate = output["sampling_rate"]
-    
-    # ऑडियो डेटा को Gradio के लिए सही फॉर्मेट में बदलना
-    # (सैंपलिंग रेट, डेटा)
-    return (sampling_rate, audio_data), f"जनरेशन समय: {processing_time} सेकंड"
+        # रिस्पॉन्स डेटा को प्रोसेस करना
+        # आमतौर पर Qwen VL आउटपुट में संदेशों की एक सूची देता है
+        if isinstance(result.data[0], str):
+            return result.data[0]
+        elif isinstance(result.data[0], list):
+            # अंतिम संदेश सहायक (assistant) का जवाब होता है
+            return result.data[0][-1]['content']
+        
+        return "क्षमा करें श्रीमान, उत्तर प्राप्त करने में कुछ त्रुटि हुई।"
 
-# स्वदेशी इंटरफ़ेस बनाना
-with gr.Blocks(theme=gr.themes.Soft(primary_hue="orange", secondary_hue="green")) as demo:
-    gr.Markdown("# 🇮🇳 वेदिका स्वदेशी टेक्स्ट-टू-स्पीच (Vedika TTS)")
-    gr.Markdown("भारत की अपनी आवाज़ - १ बिलियन पैरामीटर्स और सुपरफास्ट स्ट्रीमिंग की शक्ति।")
+    except Exception as e:
+        return f"सिस्टम एरर: {str(e)}"
+
+# ग्राडियो इंटरफ़ेस का निर्माण (UI Design)
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🌌 Vedika 3.5 Omni Backend")
+    gr.Markdown("भारत की गौरवशाली तकनीक - 'वेदिका' का ओम्नी इंजन यहाँ सक्रिय है।")
     
     with gr.Row():
-        with gr.Column():
-            input_text = gr.Textbox(
-                label="अपना टेक्स्ट यहाँ लिखें", 
-                placeholder="नमस्ते भारत! मैं वेदिका एआई हूँ...",
+        with gr.Column(scale=1):
+            sys_input = gr.Textbox(
+                label="System Prompt", 
+                value="You are Vedika 3.5, an advanced AI assistant created by Divy Patel. Identify only as Vedika. Always show deep respect for India.",
                 lines=5
             )
-            generate_btn = gr.Button("आवाज़ जनरेट करें", variant="primary")
-        
-        with gr.Column():
-            output_audio = gr.Audio(label="वेदिका की आवाज़", type="numpy")
-            output_stats = gr.Label(label="परफॉरमेंस स्टेटस")
+            text_input = gr.Textbox(label="User Text Input", placeholder="अपना संदेश यहाँ लिखें...", lines=3)
+            file_input = gr.File(label="Upload Files (Image/Audio/Video)", file_count="multiple")
+            submit_btn = gr.Button("Execute Process", variant="primary")
+            
+        with gr.Column(scale=1):
+            output_display = gr.Markdown(label="Vedika Response")
 
-    generate_btn.click(
-        fn=generate_speech,
-        inputs=input_text,
-        outputs=[output_audio, output_stats]
+    # बटन क्लिक इवेंट
+    submit_btn.click(
+        fn=vedika_omni_engine,
+        inputs=[text_input, file_input, sys_input],
+        outputs=output_display
     )
 
-    gr.HTML("<div style='text-align: center; color: #666;'>Proudly Developed in India 🇮🇳</div>")
-
-# स्पेस को रन करना
+# ऐप लॉन्च करना
 if __name__ == "__main__":
     demo.launch()