Create app.py

app.py

@@ -0,0 +1,33 @@
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+
+# Charger le tokenizer et le modèle
+tokenizer = AutoTokenizer.from_pretrained("papasega/wolo_generation_t5")
+model = AutoModelForSeq2SeqLM.from_pretrained("papasega/wolo_generation_t5")
+
+def generate_text(input_text, max_length=50):
+    # Tokeniser l'entrée
+    input_ids = tokenizer.encode(input_text, return_tensors="pt")
+    
+    # Générer le texte
+    output_ids = model.generate(input_ids, max_length=max_length, num_return_sequences=1)
+    
+    # Décoder le texte généré
+    output_text = tokenizer.decode(output_ids[0], skip_special_tokens=True)
+    
+    return output_text
+
+
+import gradio as gr
+
+# Définir l'interface Gradio
+iface = gr.Interface(
+    fn=generate_text, 
+    inputs=[gr.inputs.Textbox(lines=2, placeholder="Entrez le texte en wolof ici..."), gr.inputs.Slider(10, 100, step=1, default=50)], 
+    outputs="text",
+    title="Générateur de Texte en Wolof",
+    description="Entrez un texte en wolof pour générer une continuation à l'aide du modèle T5 pré-entraîné."
+)
+
+# Lancer l'interface
+iface.launch(debug=True)
+