Update app.py

app.py

@@ -1,16 +1,16 @@
 import gradio as gr
-from transformers import T5ForConditionalGeneration, T5Tokenizer
+from transformers import MarianMTModel, MarianTokenizer
 
-# 加载 T5 模型和分词器
-model_name = "t5-small"  # 可以根据需要调整模型大小
-model = T5ForConditionalGeneration.from_pretrained(model_name)
-tokenizer = T5Tokenizer.from_pretrained(model_name)
+# 加载 MarianMT 模型和分词器
+model_name = "Helsinki-NLP/opus-mt-en-zh"
+model = MarianMTModel.from_pretrained(model_name).to("cpu")  # 强制使用 CPU
+tokenizer = MarianTokenizer.from_pretrained(model_name)
 
 # 翻译功能
 def translate_text(input_text):
-    # 使用 T5 模型进行翻译
-    inputs = tokenizer.encode("翻译成中文: " + input_text, return_tensors="pt", max_length=512, truncation=True)
-    outputs = model.generate(inputs, max_length=1024, num_beams=4, early_stopping=True)
+    # 使用 MarianMT 模型进行翻译
+    inputs = tokenizer(input_text, return_tensors="pt", padding=True, truncation=True)
+    outputs = model.generate(**inputs)
     translated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
     
     return translated_text
@@ -20,10 +20,10 @@ with gr.Blocks() as demo:
     gr.Markdown("# 英文文本翻译器")
 
     with gr.Row():
-        text_input = gr.Textbox(label="输入英文文本", lines=5)  # 让用户输入英文文本
+        text_input = gr.Textbox(label="输入英文文本", lines=5)
     
     translate_button = gr.Button("开始翻译")
-    output_text = gr.Textbox(label="翻译后的中文文本", lines=5)  # 显示翻译后的中文文本
+    output_text = gr.Textbox(label="翻译后的中文文本", lines=5)
 
     translate_button.click(fn=translate_text, inputs=text_input, outputs=output_text)