Update app.py

app.py

@@ -1,6 +1,3 @@
-#https://huggingface.co/spaces/MisterAI/GenDoc_05
-#143
-
 import os
 import gradio as gr
 from huggingface_hub import hf_hub_download, login
@@ -54,12 +51,21 @@ class PresentationGenerator:
     def load_text_model(self, model_name):
         """Charge le modèle de génération de texte"""
         model_id = TEXT_MODELS[model_name]
+        model_path = None
+
+        # Vérifiez si le modèle est déjà téléchargé localement
         if model_id.endswith('.gguf'):
-            model_path = hf_hub_download(
-                repo_id=model_id.split('/')[0] + '/' + model_id.split('/')[1],
-                filename=model_id.split('/')[-1],
-                token=self.token
-            )
+            model_filename = model_id.split('/')[-1]
+            local_path = f"./models/{model_filename}"
+            if os.path.exists(local_path):
+                model_path = local_path
+            else:
+                model_path = hf_hub_download(
+                    repo_id=model_id.split('/')[0] + '/' + model_id.split('/')[1],
+                    filename=model_filename,
+                    token=self.token,
+                    cache_dir="./models"
+                )
             self.text_model = Llama(
                 model_path=model_path,
                 n_ctx=4096,
@@ -79,6 +85,7 @@ class PresentationGenerator:
 
     def generate_text(self, prompt, temperature=0.7, max_tokens=4096):
         """Génère le texte de la présentation"""
+        start_time = time.time()
         if isinstance(self.text_model, Llama):
             response = self.text_model(
                 prompt,
@@ -86,8 +93,7 @@ class PresentationGenerator:
                 temperature=temperature,
                 echo=False
             )
-            print("Texte généré par Llama :", response['choices'][0]['text'])
-            return response['choices'][0]['text']
+            generated_text = response['choices'][0]['text']
         else:
             inputs = self.text_tokenizer.apply_chat_template(
                 [{"role": "user", "content": prompt}],
@@ -100,8 +106,9 @@ class PresentationGenerator:
                 temperature=temperature
             )
             generated_text = self.text_tokenizer.decode(outputs[0], skip_special_tokens=True)
-            print("Texte généré par Transformers :", generated_text)
-            return generated_text
+
+        print(f"Texte généré en {time.time() - start_time:.2f} secondes")
+        return generated_text
 
     def parse_presentation_content(self, content):
         """Parse le contenu généré en sections pour les diapositives"""
@@ -184,7 +191,7 @@ def generate_presentation_with_progress(text, text_model_name, temperature, max_
         status = f"Présentation générée avec succès en {execution_time:.2f} secondes!"
 
         # Retourne le statut, le contenu généré et le fichier
-        return status, generated_content, (output_path, "presentation.pptx")
+        return status, generated_content, output_path
 
     except Exception as e:
         print(f"Erreur lors de la génération: {str(e)}")
@@ -322,5 +329,3 @@ with gr.Blocks(theme=gr.themes.Default(), css=css) as demo:
 
 if __name__ == "__main__":
     demo.launch()
-
-