app_docker.py

import gradio as gr
import torch
import os
import gzip
import shutil
from predictor import load_models, predict_text

def extract_compressed_models():
    """圧縮されたモデルファイルを展開"""
    try:
        print("=== 圧縮モデルファイルの展開 ===")
        
        # 圧縮ファイルを展開
        compressed_files = [
            ("bert_age_model.bin.gz", "bert_age_model.bin"),
            ("bert_gender_model.bin.gz", "bert_gender_model.bin")
        ]
        
        for compressed_file, extracted_file in compressed_files:
            if os.path.exists(compressed_file) and not os.path.exists(extracted_file):
                print(f"📦 {compressed_file} を展開中...")
                with gzip.open(compressed_file, 'rb') as f_in:
                    with open(extracted_file, 'wb') as f_out:
                        shutil.copyfileobj(f_in, f_out)
                print(f"✅ {extracted_file} の展開が完了しました")
            elif os.path.exists(extracted_file):
                print(f"✅ {extracted_file} は既に存在します")
            else:
                print(f"❌ {compressed_file} が見つかりません")
        
        return True
        
    except Exception as e:
        print(f"❌ 展開エラー: {e}")
        return False

def predict_age_gender(text):
    """年代・性別予測関数"""
    if not text.strip():
        return "テキストを入力してください。", "", ""
    
    try:
        result = predict_text(text)
        
        # 年代予測結果を整形
        age_results = []
        for age, percentage in result['age_percentages'].items():
            age_results.append(f"{age}: {percentage}%")
        age_text = "\n".join(age_results)
        
        # 性別予測結果を整形
        gender_results = []
        for gender, percentage in result['gender_percentages'].items():
            gender_results.append(f"{gender}: {percentage}%")
        gender_text = "\n".join(gender_results)
        
        # 最も高い確率の年代を特定
        max_age = max(result['age_percentages'].items(), key=lambda x: x[1])
        max_gender = max(result['gender_percentages'].items(), key=lambda x: x[1])
        
        summary = f"推定結果: {max_age[0]} ({max_age[1]}%), {max_gender[0]} ({max_gender[1]}%)"
        
        return summary, age_text, gender_text
        
    except Exception as e:
        return f"エラーが発生しました: {str(e)}", "", ""

# モデルの展開と読み込み
print("=== アプリケーション初期化 ===")

# 圧縮ファイルを展開
if extract_compressed_models():
    # モデルの読み込み
    print("=== モデル読み込み開始 ===")
    try:
        load_models()
        print("✅ モデルの読み込みが完了しました")
    except Exception as e:
        print(f"❌ モデルの読み込みに失敗しました: {e}")
        print("⚠️  モデルファイルが存在しない可能性があります")
else:
    print("❌ モデルの展開に失敗しました")

# Gradioインターフェース
interface = gr.Interface(
    fn=predict_age_gender,
    inputs=gr.Textbox(
        label="日本語テキストを入力してください",
        placeholder="例: 今日はとても良い天気ですね。友達と一緒に散歩をしました。",
        lines=3
    ),
    outputs=[
        gr.Textbox(label="推定結果サマリー"),
        gr.Textbox(label="年代予測詳細"),
        gr.Textbox(label="性別予測詳細")
    ],
    title="🧠 年代・性別推定システム",
    description="日本語テキストから年代と性別を推定するAIシステムです。",
    examples=[
        "今日はとても良い天気ですね。",
        "友達と一緒に散歩をしました。",
        "新しいスマートフォンを買いました。",
        "仕事が忙しくて疲れました。"
    ],
    theme=gr.themes.Soft()
)

# アプリケーション起動
if __name__ == "__main__":
    interface.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False  # Hugging Face SpacesではFalse
    )