Update app.py

app.py

@@ -4,59 +4,128 @@ import numpy as np
 import pandas as pd
 import os
 
-# 1. Chargement des Artefacts
+# --- VÉRIFICATION ET CHARGEMENT ---
 MODEL_FILE = "smartrack_health_alert_vet_model.pkl"
 ENCODER_FILE = "species_encoder_vet.pkl"
 
-# Assurez-vous que ces fichiers audio ont été générés en amont
-ALERT_AUDIO = "alert_high.mp3"
-OK_AUDIO = "alert_ok.mp3"
+# Fichiers audio par langue (simulés)
+# IMPORTANT: Pour une implémentation réelle, ces fichiers MP3 devraient
+# contenir l'alerte enregistrée dans la langue spécifiée.
+AUDIO_PATHS = {
+    'Français': {
+        'alert': "alert_high.mp3",  # Français (Alerte Grave)
+        'ok': "alert_ok.mp3"        # Français (Statut OK)
+    },
+    'Pular (Peul)': {
+        'alert': "alert_high_pular.mp3",  # Fichier audio Pular (à fournir)
+        'ok': "alert_ok_pular.mp3"        # Fichier audio Pular (à fournir)
+    },
+    'Mandinka (Malinké)': {
+        'alert': "alert_high_mandinka.mp3", # Fichier audio Mandinka (à fournir)
+        'ok': "alert_ok_mandinka.mp3"       # Fichier audio Mandinka (à fournir)
+    },
+    'Soussou': {
+        'alert': "alert_high_soussou.mp3", # Fichier audio Soussou (à fournir)
+        'ok': "alert_ok_soussou.mp3"       # Fichier audio Soussou (à fournir)
+    }
+}
 
+# Messages d'alerte dans différentes langues vernaculaires (texte)
+MESSAGES = {
+    'Français': {
+        'alert': "🚨 ALERTE: Problème de Santé Détecté. Vérification immédiate recommandée.",
+        'ok': "✅ Statut de Santé: OK. Les signes vitaux sont dans la plage normale.",
+        'action': "Veuillez vérifier immédiatement l'animal ou consulter un vétérinaire."
+    },
+    'Pular (Peul)': {
+        'alert': "🚨 **Habbere Sellal Habi !** (Problème de santé grave !)",
+        'ok': "✅ **Cellal Habi: No Ngol'li.** (Santé OK : Tout est bien.)",
+        'action': "Jooni jooni ngeesa ndabba oo malla yaara ngesa." # Vérifiez immédiatement...
+    },
+    'Mandinka (Malinké)': {
+        'alert': "🚨 **Nteeri-nkoo Kori!** (Problème de collier !) (Simulation - Le message sera le même)",
+        'ok': "✅ **Jato Kamma: Ikoo.** (Statut OK : Il n'y a rien.) (Simulation - Le message sera le même)",
+        'action': "I ye dabba lafii siininiwalla yaara dakteri." # Vous devez vérifier l'animal ou aller chez le docteur.
+    },
+    'Soussou': {
+        'alert': "🚨 **Lanfana Xadi !** (Problème de santé grave !) (Simulation)",
+        'ok': "✅ **Lanfana: Mu Wali.** (Santé : Tout va bien.) (Simulation)",
+        'action': "Yandi lanfana xadi, ye dabba la fisa walla ye dakteri xadi." # Vérifiez rapidement l'animal ou allez voir le docteur.
+    }
+}
+
+# Vérification préalable pour s'assurer que les artefacts existent
+if not os.path.exists(MODEL_FILE) or not os.path.exists(ENCODER_FILE):
+    print(f"❌ ERREUR FATALE: Les fichiers du modèle ({MODEL_FILE} ou {ENCODER_FILE}) sont introuvables.")
+    print("Veuillez vous assurer d'avoir exécuté les étapes de Simulation et d'Entraînement.")
+    # On laisse le FileNotFoundError, mais on continue avec model=None pour le déploiement local
+    
 try:
     model = pickle.load(open(MODEL_FILE, "rb"))
     encoder = pickle.load(open(ENCODER_FILE, "rb"))
 except Exception as e:
-    # Cas d'erreur pour le déploiement
-    print(f"Erreur de chargement des artefacts : {e}")
+    print(f"❌ ERREUR: Problème lors du chargement des fichiers pickle : {e}")
     model = None
 
+# --- DÉFINITION GLOBALE ---
 classes = ['OK (Santé Normale)', 'ALERTE (Intervention Recommandée)']
 SPECIES_LIST = list(encoder.categories_[0])
 
 
-# 2. Fonction de Prédiction avec Output Audio
-def predict_health_alert_vocal(species, hr, spo2, temp, acc_mean, gyro_mean):
-    """ Prend les données et renvoie le texte d'alerte ET le fichier audio correspondant. """
+# 2. Fonction de Prédiction avec Output Audio (mis à jour avec Langue)
+def predict_health_alert_vocal(langue_choisie, species, hr, spo2, temp, acc_mean, gyro_mean):
+    """ Prend les données, la langue choisie, et renvoie le texte d'alerte et l'audio correspondant. """
     
     if model is None:
-        return "Erreur: Modèle non chargé.", None # Retourne le texte et l'audio (None)
+        return "Erreur: Modèle non chargé. Veuillez corriger l'erreur ci-dessus.", None 
 
+    # 1. Préparation des données d'entrée
     input_data = pd.DataFrame({
         'hr': [hr], 'spo2': [spo2], 'temp': [temp], 
         'acc_mean': [acc_mean], 'gyro_mean': [gyro_mean], 
         'species': [species]
     })
     
+    # 2. Prétraitement
     numerical_features = input_data.drop('species', axis=1)
     species_encoded = encoder.transform(input_data[['species']])
     species_df = pd.DataFrame(species_encoded, columns=encoder.get_feature_names_out(['species']))
 
     X_final = pd.concat([numerical_features, species_df], axis=1)
 
+    # 3. Prédiction
     prediction = model.predict(X_final)[0]
     probas = model.predict_proba(X_final)[0]
     predicted_class = classes[prediction]
     
-    # Choix du fichier audio et du message
+    # Récupération des messages et chemins audio dans la langue choisie
+    messages = MESSAGES.get(langue_choisie, MESSAGES['Français'])
+    audio_files = AUDIO_PATHS.get(langue_choisie, AUDIO_PATHS['Français'])
+    
+    # 4. Formatage des Sorties
     if prediction == 1:
-        audio_path = ALERT_AUDIO
-        alert_style = "🚨 **ALERTE: Problème de Santé Détecté** 🚨"
-        action_message = "Veuillez vérifier immédiatement l'animal ou consulter un vétérinaire. Écoutez l'alerte vocale ci-dessous."
+        # Sélectionne le bon chemin audio pour l'alerte
+        audio_filename = audio_files['alert']
+        audio_path = audio_filename if os.path.exists(audio_filename) else None 
+        
+        alert_style = messages['alert']
+        action_message = messages['action']
     else:
-        audio_path = OK_AUDIO
-        alert_style = "✅ **Statut de Santé: OK**"
-        action_message = "Les signes vitaux sont dans la plage normale pour l'espèce. Écoutez le message de confirmation ci-dessous."
+        # Sélectionne le bon chemin audio pour l'OK
+        audio_filename = audio_files['ok']
+        audio_path = audio_filename if os.path.exists(audio_filename) else None 
+        
+        alert_style = messages['ok']
+        action_message = "" # Pas d'action si OK
 
+    # Si le fichier audio n'existe pas, nous utilisons le français par défaut si disponible
+    if audio_path is None:
+        if prediction == 1 and os.path.exists(AUDIO_PATHS['Français']['alert']):
+            audio_path = AUDIO_PATHS['Français']['alert']
+        elif prediction == 0 and os.path.exists(AUDIO_PATHS['Français']['ok']):
+            audio_path = AUDIO_PATHS['Français']['ok']
+        
+    # Construction du rapport textuel final
     output_text = f"## {alert_style} \n\n"
     output_text += f"**Espèce :** {species.capitalize()}\n"
     output_text += f"**Statut Analysé :** **{predicted_class}**\n\n"
@@ -64,13 +133,14 @@ def predict_health_alert_vocal(species, hr, spo2, temp, acc_mean, gyro_mean):
     output_text += f"**Action Recommandée :** {action_message}\n\n"
     output_text += f"*(Probabilité d'Alerte : {probas[1]*100:.2f}%)*"
         
-    return output_text, audio_path # Retourne le texte ET le chemin du fichier audio
+    return output_text, audio_path
 
 
-# 3. Création de l'Interface Gradio (avec le composant Audio)
+# 3. Création de l'Interface Gradio (avec le composant Langue en premier)
 iface = gr.Interface(
-    fn=predict_health_alert_vocal, # Nouvelle fonction
+    fn=predict_health_alert_vocal,
     inputs=[
+        gr.Dropdown(choices=list(MESSAGES.keys()), label="0. Langue de l'Alerte", value="Français"),
         gr.Dropdown(choices=SPECIES_LIST, label="1. Espèce Animale", value="boeuf"),
         gr.Slider(minimum=30, maximum=200, value=75, label="2. Rythme Cardiaque (BPM)"),
         gr.Slider(minimum=80, maximum=100, value=96, label="3. Saturation O₂ (SpO2 %)"),
@@ -79,12 +149,18 @@ iface = gr.Interface(
         gr.Slider(minimum=0.0, maximum=5.0, value=1.5, label="6. Mouvement (Gyro. Moy.)"),
     ],
     outputs=[
-        gr.Markdown(label="Rapport Textuel d'Alerte"), # Premier output: Texte
-        gr.Audio(label="Alerte Vocale (Cliquez pour Écouter)"), # Deuxième output: Audio
+        gr.Markdown(label="Rapport Textuel d'Alerte"),
+        gr.Audio(label="Alerte Vocale (Si disponible dans la langue choisie)"),
     ],
-    title="Système d'Alerte de Santé Vétérinaire SmarTrack (Vocal)",
-    description="Le modèle prédit l'état de santé et génère une alerte vocale immédiate pour le propriétaire.",
+    title="Système d'Alerte de Santé Vétérinaire SmarTrack (Vocal Multi-Langue)",
+    description="Validation locale : Le modèle prédit l'état de santé et affiche les alertes dans la langue choisie (le fichier audio est sélectionné en conséquence).",
+    examples=[
+        ['Français', 'boeuf', 55, 96, 38.5, 0.1, 0.1], # Normal
+        ['Pular (Peul)', 'chat', 170, 95, 38.5, 3.0, 3.0], # Normal
+        ['Soussou', 'boeuf', 150, 85, 41.0, 0.0, 0.0],  # Alerte en Soussou
+    ]
 )
 
-# if __name__ == "__main__":
-#     iface.launch()
+# --- LANCEMENT LOCAL ---
+# C'est cette ligne qui fait la différence pour le test local !
+iface.launch(share=True)