app.py

import streamlit as st
from transformers import (
    AutoTokenizer, 
    AutoModelForSeq2SeqLM,
    T5ForConditionalGeneration, 
    T5Tokenizer
)

# Initialize session state for models if not already done
if 'models_loaded' not in st.session_state:
    # Load the main T5 model and tokenizer (using t5-base for better quality)
    st.session_state.t5_tokenizer = T5Tokenizer.from_pretrained("t5-base")
    st.session_state.t5_model = T5ForConditionalGeneration.from_pretrained("t5-base")
    
    # Load the paraphrasing model and tokenizer
    st.session_state.paraphrase_tokenizer = AutoTokenizer.from_pretrained("facebook/bart-large-cnn")
    st.session_state.paraphrase_model = AutoModelForSeq2SeqLM.from_pretrained("facebook/bart-large-cnn")
    
    st.session_state.models_loaded = True

def paraphrase_text(text):
    """
    Apply paraphrasing to the input text using BART model
    """
    inputs = st.session_state.paraphrase_tokenizer.encode(
        text,
        return_tensors="pt",
        max_length=1024,  # Aumentado para textos maiores
        truncation=True
    )
    
    outputs = st.session_state.paraphrase_model.generate(
        inputs,
        max_length=1024,
        min_length=len(text.split()) - 10,  # Garante tamanho mínimo próximo ao original
        do_sample=True,
        temperature=0.3,  # Reduzido para manter mais fiel ao original
        top_p=0.95,      # Aumentado para mais diversidade controlada
        repetition_penalty=1.2  # Evita repetições
    )
    
    return st.session_state.paraphrase_tokenizer.decode(outputs[0], skip_special_tokens=True)

def humanize_text(text):
    """
    Humanize the input text using T5 model
    """
    # Modificado o prompt para enfatizar português e manter o contexto
    prompt = (
        f"reescreva o seguinte texto em português de forma mais natural e humana, "
        f"mantendo todas as informações originais: {text}"
    )
    
    input_ids = st.session_state.t5_tokenizer(
        prompt,
        return_tensors="pt",
        max_length=1024,
        truncation=True
    ).input_ids
    
    outputs = st.session_state.t5_model.generate(
        input_ids,
        max_length=1024,
        min_length=len(text.split()) - 10,  # Garante tamanho mínimo próximo ao original
        do_sample=True,
        temperature=0.3,  # Reduzido para manter mais fiel ao original
        top_p=0.95,      # Aumentado para mais diversidade controlada
        num_beams=5,     # Aumentado para melhor qualidade
        no_repeat_ngram_size=3,  # Evita repetições de trigramas
        repetition_penalty=1.2,  # Penalidade para repetições
        length_penalty=1.0   # Incentiva manter o tamanho similar
    )
    
    return st.session_state.t5_tokenizer.decode(outputs[0], skip_special_tokens=True)

# UI Components
st.set_page_config(page_title="Advanced Text Humanizer", page_icon="🤖")

st.title("🤖 → 🧑 Humanizador de Texto Avançado")
st.markdown("""
Este aplicativo transforma textos robotizados em linguagem mais natural e humana, 
mantendo todas as informações originais.
""")

# Input area with expanded capabilities
input_text = st.text_area(
    "Cole seu texto de robô aqui:",
    height=150,
    help="Cole seu texto aqui para transformá-lo em uma versão mais natural e humana."
)

# Advanced settings in sidebar
with st.sidebar:
    st.header("Configurações Avançadas")
    use_paraphrase = st.checkbox("Ativar Paráfrase", value=True)
    show_original = st.checkbox("Mostrar Texto Original", value=False)

# Process button with error handling
if st.button("Humanizar", type="primary"):
    if not input_text:
        st.warning("⚠️ Por favor, cole um texto de robô primeiro!")
    else:
        with st.spinner("Processando o texto..."):
            try:
                # First humanization pass
                humanized_text = humanize_text(input_text)
                
                # Optional paraphrasing pass
                if use_paraphrase:
                    final_text = paraphrase_text(humanized_text)
                else:
                    final_text = humanized_text
                
                # Display results
                st.success("✨ Texto humanizado:")
                if show_original:
                    st.text("Texto original:")
                    st.info(input_text)
                st.markdown("**Resultado:**")
                st.write(final_text)
                
            except Exception as e:
                st.error(f"❌ Ocorreu um erro durante o processamento: {str(e)}")

# Footer
st.markdown("---")
st.markdown(
    """
    <div style='text-align: center'>
        <small>Desenvolvido com ❤️ usando Streamlit e Transformers</small>
    </div>
    """,
    unsafe_allow_html=True
)