wiemabbassi/Tunisian_dialect_chatbot

# 🌿 Assistant Vocal Oléicole en Darija ## 🎯 Mission Étudiant Assistant multimodal qui répond en arabe tunisien aux questions des oléiculteurs, en se basant **strictement** sur : - Corpus PDF officiel (FAO, EPPO, CIHEAM) - Classifieur de maladies de feuille d'olivier - **Anti-hallucination** : Refuse de répondre si l'information n'est pas dans le corpus ## ✅ Fonctionnalités Implémentées ### 📱 Application Mobile PWA - **📸 Capture photo** : Classification maladies olivier (CNN 6 classes) - **🎤 Voice Recognition** : Whisper transcription darija tunisien - **🔍 Recherche RAG** : Corpus arabe + LLM sécurisé - **🔊 Synthèse vocale** : Réponses en darija - **🛡️ Garde-fou** : Refus hors-corpus ### 🧠 Technologies - **Backend** : FastAPI + Python 3.13 - **Vision** : ResNet34 CNN (79.47% accuracy) - **ASR** : Whisper-small (modèle arabe optimisé) - **RAG** : LLM Flan-T5 + corpus arabe - **TTS** : Synthèse vocale arabe - **Frontend** : PWA HTML5 + JavaScript ## 🏗️ Architecture Actuelle ``` ├── backend/ # API FastAPI │ ├── api/ # Endpoints REST │ │ ├── vision_api.py # CNN classification (6 classes) │ │ ├── asr_api.py # Whisper transcription │ │ ├── llm_rag_final.py # RAG + LLM sécurisé │ │ └── tts_api.py # Synthèse vocale │ ├── models/ # Modèles entraînés │ └── main.py # Point d'entrée API ├── mobile_app/ # PWA HTML5 │ ├── index.html # Interface mobile │ ├── style.css # Design responsive │ └── script.js # Logique frontend ├── data/ # Données │ ├── corpus/ # Corpus arabe │ │ └── chunks/ # Chunks traités │ └── models/ # CNN entraîné └── scripts/ # Utilitaires ├── create_arabic_corpus.py ├── download_complete_corpus.py └── jury_validation_test.py ``` ## 🚀 Installation et Démarrage ### Prérequis - Python 3.13+ - Navigateur moderne (Chrome/Firefox) ### Installation `` …