Update app.py

app.py

@@ -5,10 +5,16 @@ from huggingface_hub import InferenceClient
 import pandas as pd
 import os
 import asyncio
-import deepl
+import nltk
+from nltk.tokenize import sent_tokenize
+
+# Téléchargement de punkt_tab avec gestion d'erreur
+try:
+    nltk.download('punkt_tab', download_dir='/usr/local/share/nltk_data')
+except Exception as e:
+    raise Exception(f"Erreur lors du téléchargement de punkt_tab : {str(e)}. Veuillez vérifier votre connexion réseau et les permissions du répertoire /usr/local/share/nltk_data.")
 
 HF_TOKEN = os.getenv("HF_TOKEN")
-DEEPL_API_KEY = os.getenv("DEEPL_API_KEY")  # Assurez-vous d'ajouter votre clé API DeepL dans les variables d'environnement
 
 # Fonction pour appeler l'API Zephyr avec des paramètres ajustés
 async def call_zephyr_api(prompt, mode, hf_token=HF_TOKEN):
@@ -33,17 +39,19 @@ classifier = pipeline("sentiment-analysis", model="mrm8488/distilroberta-finetun
 
 # Modèles de traduction
 translator_to_en = pipeline("translation", model="Helsinki-NLP/opus-mt-mul-en")
+translator_to_fr = pipeline("translation", model="Helsinki-NLP/opus-mt-en-fr")
 
-# Traduction en français avec DeepL
+# Traduction en français avec Helsinki-NLP
 def safe_translate_to_fr(text, max_length=512):
-    if not DEEPL_API_KEY:
-        return "Erreur : Clé API DeepL manquante. Veuillez configurer DEEPL_API_KEY dans les variables d'environnement."
     try:
-        translator = deepl.Translator(DEEPL_API_KEY)
-        result = translator.translate_text(text, target_lang="FR")
-        return result.text
+        sentences = sent_tokenize(text)
+        translated_sentences = []
+        for sentence in sentences:
+            translated = translator_to_fr(sentence, max_length=max_length)[0]['translation_text']
+            translated_sentences.append(translated)
+        return " ".join(translated_sentences)
     except Exception as e:
-        return f"Erreur de traduction DeepL : {str(e)}"
+        return f"Erreur de traduction : {str(e)}"
 
 # Fonction pour suggérer le meilleur modèle
 def suggest_model(text):