makhtar7186/model-traduction-fran-ais-wolof

# 🌍 Traducteur Français → Wolof Système de traduction automatique neuronale du **français** vers le **wolof**, basé sur un modèle **MarianMT fine-tuné**, exposé via une **API FastAPI** et une **interface Streamlit**. --- ## 📁 Structure du projet ``` . ├── model.py # Classe TranslationModel (chargement & inférence) ├── api.py # API REST FastAPI ├── app.py # Interface utilisateur Streamlit ├── finetuned_fr_wolof/ # Répertoire du modèle fine-tuné (MarianMT) ├── traduction-fr-to-wolof.ipynb # notebook d'entrainement ├── requirements.txt # Liste des dépendances ├── evaluation_metrics.json # resulatats de l'evaluation ├── evaluation_resuls.csv # datasets avec les resultats de l'evaluation ├── eval.py # scirpt d'evaluation └── README.md ``` --- ## ⚙️ Prérequis - Python **3.9+** - GPU CUDA (optionnel, mais recommandé pour de meilleures performances) - Le dossier `finetuned_fr_wolof/` contenant le modèle fine-tuné ### Installation des dépendances ```bash pip install -r requirements.txt ``` --- ## 🧠 Modèle (`model.py`) La classe `TranslationModel` encapsule le chargement et l'inférence du modèle MarianMT. ### Paramètres ``` | Paramètre | Type | Défaut | Description | |-----------|------|--------|-------------| | `text` | `str` | — | Texte source en français | | `num_beams` | `int` | `4` | Nombre de faisceaux (beam search) — plus élevé = meilleure qualité, plus lent | ``` ### Comportement - Détecte automatiquement le **GPU** (CUDA) ou repasse sur le **CPU** - Charge le modèle et le tokenizer depuis `finetuned_fr_wolof/` - Utilise `torch.no_grad()` pour l'inférence (optimisation mémoire) - Longueur maximale de sortie : **128 tokens** --- ## 🚀 API FastAPI (`api.py`) ### Lancer le serveur ```bash uvicorn api:app --reload ``` Le serveur démarre sur `127.0.0.1`. > Le modèle est chargé **une seule fois** au démarrage via le mécanisme `lifespan` de FastAPI. ### Endpoints ``` | Méthode | Route | Description | |---------| …