.....

app.py

@@ -17,6 +17,7 @@ else:
 st.set_page_config (
     page_title=config.TITLE,
     page_icon= "assets/faviconV2.png",
+    layout="wide",
     initial_sidebar_state=st.session_state.sidebar_state
 )
 
@@ -58,32 +59,40 @@ st.markdown(f"<style>{style}</style>", unsafe_allow_html=True)
 TABS = OrderedDict(
     [
         (tr(intro.sidebar_name), intro),
-        (tr(sentence_similarity_tab.sidebar_name), sentence_similarity_tab),
-        (tr(speech2text_tab.sidebar_name), speech2text_tab),
         (tr(chatbot_tab.sidebar_name), chatbot_tab),
+        (tr(sentence_similarity_tab.sidebar_name), sentence_similarity_tab),
+        # (tr(speech2text_tab.sidebar_name), speech2text_tab),
     ]
 )
 
-# Utilisation du module translate
-# lang_tgt   = ['fr','en','af','ak','sq','de','am','en','ar','hy','as','az','ba','bm','eu','bn','be','my','bs','bg','ks','ca','ny','zh','si','ko','co','ht','hr','da','dz','gd','es','eo','et','ee','fo','fj','fi','fr','fy','gl','cy','lg','ka','el','gn','gu','ha','he','hi','hu','ig','id','iu','ga','is','it','ja','kn','kk','km','ki','rw','ky','rn','ku','lo','la','lv','li','ln','lt','lb','mk','ms','ml','dv','mg','mt','mi','mr','mn','nl','ne','no','nb','nn','oc','or','ug','ur','uz','ps','pa','fa','pl','pt','ro','ru','sm','sg','sa','sc','sr','sn','sd','sk','sl','so','st','su','sv','sw','ss','tg','tl','ty','ta','tt','cs','te','th','bo','ti','to','ts','tn','tr','tk','tw','uk','vi','wo','xh','yi']
-# label_lang = ['Français', 'Anglais / English','Afrikaans','Akan','Albanais','Allemand / Deutsch','Amharique','Anglais','Arabe','Arménien','Assamais','Azéri','Bachkir','Bambara','Basque','Bengali','Biélorusse','Birman','Bosnien','Bulgare','Cachemiri','Catalan','Chichewa','Chinois','Cingalais','Coréen','Corse','Créolehaïtien','Croate','Danois','Dzongkha','Écossais','Espagnol / Español','Espéranto','Estonien','Ewe','Féroïen','Fidjien','Finnois','Français','Frisonoccidental','Galicien','Gallois','Ganda','Géorgien','Grecmoderne','Guarani','Gujarati','Haoussa','Hébreu','Hindi','Hongrois','Igbo','Indonésien','Inuktitut','Irlandais','Islandais','Italien / Italiano','Japonais','Kannada','Kazakh','Khmer','Kikuyu','Kinyarwanda','Kirghiz','Kirundi','Kurde','Lao','Latin','Letton','Limbourgeois','Lingala','Lituanien','Luxembourgeois','Macédonien','Malais','Malayalam','Maldivien','Malgache','Maltais','MaorideNouvelle-Zélande','Marathi','Mongol','Néerlandais / Nederlands','Népalais','Norvégien','Norvégienbokmål','Norvégiennynorsk','Occitan','Oriya','Ouïghour','Ourdou','Ouzbek','Pachto','Pendjabi','Persan','Polonais','Portugais','Roumain','Russe','Samoan','Sango','Sanskrit','Sarde','Serbe','Shona','Sindhi','Slovaque','Slovène','Somali','SothoduSud','Soundanais','Suédois','Swahili','Swati','Tadjik','Tagalog','Tahitien','Tamoul','Tatar','Tchèque','Télougou','Thaï','Tibétain','Tigrigna','Tongien','Tsonga','Tswana','Turc','Turkmène','Twi','Ukrainien','Vietnamien','Wolof','Xhosa','Yiddish']
-
 # Utilisation du module deep_translator
-lang_tgt = ['fr', 'en', 'af', 'ak', 'sq', 'de', 'am', 'en', 'ar', 'hy', 'as', 'ay', 'az', 'bm', 'eu', 'bn', 'bho', 'be', 'my', 'bs', 'bg', 'ca', 'ceb', 'ny', 'zh-CN', 'zh-TW', 'si', 'ko', 'co', 'ht', 'hr', 'da', 'doi', 'gd', 'es', 'eo', 'et', 'ee', 'fi', 'fr', 'fy', 'gl', 'cy', 'lg', 'ka', 'el', 'gn', 'gu', 'ha', 'haw', 'iw', 'hi', 'hmn', 'hu', 'ig', 'ilo', 'id', 'ga', 'is', 'it', 'ja', 'jw', 'kn', 'kk', 'km', 'rw', 'ky', 'gom', 'kri', 'ku', 'ckb', 'lo', 'la', 'lv', 'ln', 'lt', 'lb', 'mk', 'mai', 'ms', 'ml', 'dv', 'mg', 'mt', 'mi', 'mr', 'mni-Mtei', 'lus', 'mn', 'nl', 'ne', 'no','or', 'om', 'ug', 'ur', 'uz', 'ps', 'pa', 'fa', 'pl', 'pt', 'qu', 'ro', 'ru', 'sm', 'sa', 'nso', 'sr', 'sn', 'sd', 'sk', 'sl', 'so', 'st', 'su', 'sv', 'sw', 'tg', 'tl', 'ta', 'tt', 'cs', 'te', 'th', 'ti', 'ts', 'tr', 'tk', 'uk', 'vi', 'xh', 'yi', 'yo', 'zu']
-label_lang = ['Français', 'Anglais / English','Afrikaans','Akan','Albanais','Allemand / Deutsch','Amharique','Anglais','Arabe','Arménien','Assamais','Aymara','Azéri','Bambara','Basque','Bengali','Bhojpuri','Biélorusse','Birman','Bosnien','Bulgare','Catalan','Cebuano','Chichewa','Chinois (simplifié)','Chinois (traditionnel)','Cingalais','Coréen','Corse','Créole haïtien','Croate','Danois','Dogri','Écossais','Espagnol / Español','Espéranto','Estonien','Ewe','Finnois','Français','Frisonoccidental','Galicien','Gallois','Ganda','Géorgien','Grec moderne','Guarani','Gujarati','Haoussa','Hawaïen','Hébreu','Hindi','Hmong','Hongrois','Igbo','Ilocano','Indonésien','Irlandais','Islandais','Italien / Italiano','Japonais','Javanais','Kannada','Kazakh','Khmer','Kinyarwanda','Kirghiz','Konkani','Krio','Kurde','Kurde (Sorani)','Lao','Latin','Letton','Lingala','Lituanien','Luxembourgeois','Macédonien','Maithili','Malais','Malayalam','Maldivien','Malgache','Maltais','Maori de Nouvelle-Zélande','Marathi','Meiteilon (Manipuri)','Mizo','Mongol','Néerlandais / Nederlands','Népalais','Norvégien','Oriya','Oromo','Ouïghour','Ourdou','Ouzbek','Pachto','Pendjabi','Persan','Polonais','Portugais','Quechua','Roumain','Russe','Samoan','Sanskrit','Sepedi','Serbe','Shona','Sindhi','Slovaque','Slovène','Somali','Sotho du Sud','Soundanais','Suédois','Swahili','Tadjik','Tagalog','Tamoul','Tatar','Tchèque','Télougou','Thaï','Tigrigna','Tsonga','Turc','Turkmène','Ukrainien','Vietnamien','Xhosa','Yiddish','Yoruba','Zulu']
+lang_tgt = ['fr', 'en','de','es', 'it', 'nl']
+label_lang = ['Français','English','Deutsch','Español','Italiano','Nederlands']
+label_lang_en = ['French', 'English', 'German', 'Spanish', 'Italian', 'Dutch']
 
-@st.cache_data        
+# @st.cache_data        
 def find_lang_label(lang_sel):
     global lang_tgt, label_lang
     return label_lang[lang_tgt.index(lang_sel)]
 
+# @st.cache_data        
+def find_lang_label_en(lang_sel):
+    global lang_tgt, label_lang_en
+    return label_lang_en[lang_tgt.index(lang_sel)]
+
 def run():
 
     st.sidebar.image(
         "assets/value_props_logo.png",
         width=270,
     )
+    with st.sidebar.expander(tr("Développez moi")):
+        st.markdown(tr("""
+    Cette application vous permet de tester les futures fonctionnalités de la plateforme Value Props, et plus particulièrement « Sales Coaching ». 
+    Amusez vous bien !
+    """))
     with st.sidebar:
+        
         tab_name = option_menu(None, list(TABS.keys()),
                                # icons=['house', 'bi-binoculars', 'bi bi-graph-up', 'bi-chat-right-text','bi-book', 'bi-body-text'], menu_icon="cast", default_index=0,
                                icons=['house', 'binoculars', 'graph-up', 'search','book', 'chat-right-text','controller'], menu_icon="cast", default_index=0,
@@ -101,7 +110,24 @@ def run():
         st.sidebar.markdown(member.sidebar_markdown(), unsafe_allow_html=True)
 
     with st.sidebar:
-        st.selectbox("langue:",lang_tgt, format_func = find_lang_label, key="Language", label_visibility="hidden")
+        st.write("")
+        llm_choice = st.selectbox("LLM:",["Mistral large","OpenAI 3.5","OpenAI 4o"], label_visibility="visible")
+        if (llm_choice == "OpenAI 3.5") : st.session_state.model = "gpt-3.5-turbo"
+        elif (llm_choice == "OpenAI 4o") : st.session_state.model = "gpt-4o"
+        else: st.session_state.model = "mistral-large-latest"
+        
+        if (llm_choice in ["OpenAI 3.5","OpenAI 4o"]) and ('OPENAI_API_KEY' not in st.session_state):
+            # Set OpenAI API key
+            st.sidebar.subheader("OpenAI API Key")
+            openai_api_key = st.sidebar.text_input("Enter your OpenAI API Key:", type='password')
+            if openai_api_key:
+                os.environ['OPENAI_API_KEY'] = openai_api_key
+                st.session_state['OPENAI_API_KEY'] = openai_api_key
+                st.sidebar.success("OpenAI API Key set successfully.")
+
+    with st.sidebar:
+        l = st.selectbox("langue:",lang_tgt, format_func = find_lang_label, key="Language", label_visibility="hidden")
+        st.session_state.language_label = find_lang_label_en(l)
 
     tab = TABS[tab_name]
     tab.run()

style.css

@@ -8,6 +8,11 @@ h2 {
   padding-bottom: 0.5rem;
 }
 
+h3 {
+  padding-bottom: 0.0rem;
+}
+
+
 /* La ligne suivante est nécessaire à cause du module streamlit_option_menu qui "casse" les CSS suivants */
 @media (prefers-color-scheme: dark) {
   .st-cc {
@@ -99,6 +104,13 @@ section[data-testid="stSidebar"] .stSelectbox .st-bk {
   background-color: #a0d3de;
 }
 
+.st-emotion-cache-1h9usn1{
+  font-weight: bold!important;
+  background-color: #a0d3de;
+}
+
+
+
 section[data-testid="stSidebar"] .stSelectbox .st-cc {
   color: rgb(255, 75, 75);
   font-weight: bold;

tabs/chatbot_tab.py

@@ -22,6 +22,7 @@ from langchain_core.messages import BaseMessage, SystemMessage, HumanMessage, AI
 from langgraph.graph.message import add_messages
 from typing_extensions import Annotated, TypedDict
 from dotenv import load_dotenv
+import time
 
 import warnings
 warnings.filterwarnings('ignore')
@@ -38,21 +39,14 @@ if st.session_state.Cloud != 0:
     load_dotenv()
 os.getenv("LANGCHAIN_API_KEY")
 os.getenv("MISTRAL_API_KEY")
-# os.getenv("OPENAI_API_KEY")
-    
-    
-    
-    
-model = ChatMistralAI(model="mistral-large-latest")
-# model = ChatOpenAI(model="gpt-3.5-turbo")
+os.getenv("OPENAI_API_KEY")
 
 
-language = "French"
 prompt = ChatPromptTemplate.from_messages(
     [
         (
             "system",
-            "Répond à toutes les questions du mieux possible en {language}.",
+            "Répond à toutes les questions du mieux possible dans la langue {language}, même si la question est posée dans une autre langue",
         ),
         MessagesPlaceholder(variable_name="messages"),
     ]
@@ -81,51 +75,117 @@ app = workflow.compile(checkpointer=memory)
 
 # @st.cache_data
 def init():
-    global config,thread_id, context,human_message1,ai_message1,language, app, model_speech
+    global config,thread_id, context,human_message1,ai_message1,language, app, model_speech,language,prompt,model
     
     thread_id = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
     config = {"configurable": {"thread_id": thread_id}}
     model_speech = whisper.load_model("base") 
+       
+    options = ["Directeur Commercial", "Directeur Général", "Directeur Marketing"]
+    translated_options = [tr(o) for o in options]
+    selected_option = st.selectbox(tr("Interlocuteur"),translated_options)
+    selected_index = translated_options.index(selected_option)
     
-    context = """Tu es un Directeur Commercial, mal organisé, d'une entreprise qui commercialise une solution technologique B2B. """    
-    human_message1 = """Je souhaites que nous ayons une conversation verbale entre un commercial de mon entreprise, Marc (moi),  et toi que je prospecte.
-Mon entreprise propose une solution logicielle pour gérer la proposition de valeur d’entreprises B2B qui commercialises des solutions technologiques.   
+    options2 = ["Entreprise qui commercialise des solutions (produits et ou services) B2B innovantes avec une équipe commerciale de plus de 15 personnes",
+                "Entreprise qui commercialise des solutions (produits et ou services) B2B innovantes avec une équipe commerciale de plus de 100 personnes"]
+    translated_options2 = [tr(o) for o in options2]
+    selected_option2 = st.selectbox(tr("Activité"),translated_options2)
+    selected_index2 = translated_options2.index(selected_option2)
     
-Les problématiques adressées par ma solution sont:  
-- Il est difficile pour les startups de concevoir et formaliser une proposition de valeur unique et pertinente
-- Il est difficile pour les forces de vente d'articuler clairement les messages de la proposition de valeur
-- Il est chronophage pour les scale-ups de former leur forces de ventes sur les évolutions de la proposition de valeur et de ses messages   Valeur ajoutée de ma solution  
-- Augmenter les performances commerciales
-- Réduction du cycle de vente
-- Accelerer la croissance du chiffre d'affaires
-- Concentrer les ressources sur les opportunités qualifiées
-- Réduction temps de monté en compétence des nouvelles embauches
-- Augmenter le taux de conversion d'affaires gagnées
-- Améliorer l'efficacité globale des ventes
-- Améliorer l'efficience et la confiance des forces de ventes  
-- Optimiser les processus commerciaux pour réduire les cycles de vente, fidéliser les clients et augmenter la productivité
-- Favoriser le développement personnel des forces de vente   
-
-Les cas d’usages adressés par ma solution sont  :  
-- Affiner et modéliser la proposition de valeur
-- Décliner les messages marketing & commerciaux
-- Former la force de vente sur la proposition de valeur
-- Orchestrer les conversations clients
-- Partager les retours terrain
-- Mettre en oeuvre des meilleures pratiques commerciales
-- Identifier et reproduire les messages de vente gagnants
-
-Je suis Marc, le vendeur.
+    options3 = ["Logiciels informatiques et d’application SaaS",
+                "Équipements et solutions industrielles",
+                "Services et conseil spécialisés"]
+    translated_options3 = [tr(o) for o in options3]
+    selected_option3 = st.selectbox(tr("Domaine d'activité"),translated_options3)
+    selected_index3 = translated_options3.index(selected_option3)
+
+    context = tr(f"""Tu es un {options[selected_index]}, mal organisé, d'une {options2[selected_index2]}.
+Cette entreprise propose des {options3[selected_index3]}.
+    """)
+    context = st.text_area(label=tr("Résumé du Contexte (modifiable):"), value=context)
+    st.markdown('''
+                ------------------------------------------------------------------------------------
+                ''')
+    
+    options4 = ["Il est difficile pour les forces de vente d'articuler clairement les messages de la proposition de valeur",
+                "Il est difficile d’affiner une proposition de valeur unique et pertinente de l'offre face à la concurrence qui évolue rapidement",
+                "Il est chronophage de former les forces de ventes sur la proposition de valeur et ses évolutions"
+    ]
+    selected_options4 = st.multiselect(tr("Problématiques"),[tr(o) for o in options4])
+    problematique = [tr(o) for o in selected_options4]
+    markdown_text4 = tr("""
+                        Les problématiques rencontrés par notre prospect (problèmes à résoudre) sont:""")
+    markdown_text4 = markdown_text4+"".join(f"\n- {o}" for o in problematique)
+    st.write(markdown_text4)
+ 
+    options5 = ["Former la force de ventes sur l'articulation de la proposition de valeur",
+                "Aligner les messages marketing et commerciaux",
+                "Affiner et modéliser la proposition de valeur",
+                "Mettre en oeuvre des meilleures pratiques commerciales"
+    ]
+    selected_options5 = st.multiselect(tr("Processus"),[tr(o) for o in options5])
+    processus = [tr(o) for o in selected_options5]
+    markdown_text5 = tr("""
+                        \nLes processus adressés par le prospect (cas d’usages) sont:""")
+    markdown_text5 = markdown_text5+"".join(f"\n- {o}" for o in processus)
+    st.write(markdown_text5)
+    
+    options6 = ["Augmenter les performances commerciales",
+                "Croissance du chiffre d’affaires",
+                "Réduire les cycles de vente",
+                "Augmenter taux de conversion d’affaires gagnées",
+                "Améliorer l’efficience et la confiance des forces de ventes",
+                "Réduire temps de monté en compétence des nouvelles embauches",
+                "Fidéliser les clients"
+    ]
+    selected_options6 = st.multiselect(tr("Objectifs d'amélioration"),[tr(o) for o in options6])
+    objectifs = [tr(o) for o in selected_options6]
+    markdown_text6 = tr("""
+                        \nLes objectifs d’amélioration opérationnelle du prospect (Valeur ajoutée) sont:""")
+    markdown_text6 = markdown_text6+"".join(f"\n- {o}" for o in objectifs)
+    st.write(markdown_text6)
+    
+    options7 = ["Gestion de contenu commercial avec logiciel Microsoft sharePoint ou GoogleDrive",
+                "Playbook développé en interne sur outils génériques tels que logiciel Notion, Powerpoint, Excel, Word, Docs",
+                "Outils de sales enablement tels que application Seismic",
+                "Outils de gestion des présentations clients tels que Logiciel Powerpoint ou Google slide",
+                "Conseil externe en positionnement marché & produit",
+                "Services externes de formation des équipes commerciales"
+    ]
+    selected_options7 = st.multiselect(tr("Solutions utilisées"),[tr(o) for o in options7])
+    solutions_utilisees = [tr(o) for o in selected_options7]
+    markdown_text7 = tr("""
+                        \nLes principales Solutions utilisées par nos prospects pour traiter les cas d’usages (Catégories de solutions du marché) sont:""")
+    markdown_text7 = markdown_text7+"".join(f"\n- {o}" for o in solutions_utilisees)
+    st.write(markdown_text7)
+    st.write("")
+    col1, col2, col3 = st.columns(3)
+    with col1:
+        virulence = st.slider(tr("Virulence (choisissez une valeur entre 1 et 5)"), min_value=1, max_value=5, step=1)
+    markdown_text8 = tr(f"""\nTu vas utiliser une échelle de 1 à 5 de virulence. Pour cette simulation utilise le niveaux {virulence}""")
+    
+    human_message1 = tr("""Je souhaites que nous ayons une conversation verbale entre un commercial de mon entreprise,  et toi que je prospecte.
+Mon entreprise propose une solution logicielle pour gérer la proposition de valeur d’entreprises B2B qui commercialises des solutions technologiques.    
+""")+markdown_text4+markdown_text5+markdown_text6+markdown_text7+tr("""
+
+Je suis le vendeur.
 Répond à mes questions en tant que Directeur commercial désorganisé, connaissant mal le concept de proposition de valeur,
 et mon équipe de vente n'est pas performante.  
  
-Attention: Ce n'est pas toi qui m'aide, c'est moi qui t'aide avec ma solution.
-"""
-    ai_message1 = "J'ai bien compris, je suis un Directeur Commercial prospecté et je réponds seulement à tes questions. Je réponds à une seule question à la fois, sans commencer mes réponses par 'En tant que Directeur Commercial'"   
+Attention: Ce n'est pas toi qui m'aide, c'est moi qui t'aide avec ma solution.  
+
+""")+markdown_text8
+
+    human_message1 = st.text_area(label=tr("Consigne"), value=tr(human_message1),height=300)
+    st.markdown('''
+                ------------------------------------------------------------------------------------
+                ''')
+    
+    ai_message1 = tr(f"J'ai bien compris, je suis un {options[selected_index]} prospecté et je réponds seulement à tes questions. Je réponds à une seule question à la fois, sans commencer mes réponses par 'En tant que {options[selected_index]}'")   
 
-    context = st.text_area(label=tr("Contexte:"), value=context)
-    human_message1 = st.text_area(label=tr("Consigne"), value=human_message1,height=300)
-    ai_message1 = st.text_area(label=tr("Réponse du prospect"), value=ai_message1)
+
+    
+    # ai_message1 = st.text_area(label=tr("Réponse du prospect"), value=ai_message1)
     messages = [
         SystemMessage(content=context),
         HumanMessage(content=human_message1),
@@ -134,19 +194,13 @@ Attention: Ce n'est pas toi qui m'aide, c'est moi qui t'aide avec ma solution.
         ]
     
     
-
     app.invoke(
             {"messages": messages, "language": language},
             config,
         )
-    '''
-    st.write("**Contexte:** "+context)
-    st.write("")
-    st.write("**Human Message:** "+human_message1)
-    st.write("")
-    st.write("**AI Message:** "+ai_message1)
-    '''
+
     st.write("")
+    st.session_state.messages = []
     return config, thread_id
 
 # Fonction pour générer et jouer le texte en speech
@@ -175,24 +229,41 @@ def play_audio(custom_sentence, Lang_target, speed=1.0):
     new_audio_stream_bytesio.seek(0)
 
     # Lire l'audio dans Streamlit
-    st.audio(new_audio_stream_bytesio, autoplay=True)
+    time.sleep(2)
+    st.audio(new_audio_stream_bytesio, start_time=0, autoplay=True)
 
 
 
 def run():
-    global thread_id, config, model_speech
+    global thread_id, config, model_speech, language,prompt,model
    
     st.write("")
     st.write("")
     st.title(tr(title))
     
+    if 'language_label' in st.session_state:
+        language = st.session_state['language_label'] 
+    else: language = "French"
+    
     chosen_id = tab_bar(data=[
         TabBarItemData(id="tab1", title=tr("Initialisation"), description=tr("d'une nouvelle conversation")),
-        TabBarItemData(id="tab2", title=tr("Conversation"), description=tr("avec le prospect"))],
+        TabBarItemData(id="tab2", title=tr("Conversation"), description=tr("avec le prospect")),
+        TabBarItemData(id="tab3", title=tr("Evaluation"), description=tr("de l'acte de vente"))],          
         default="tab1")
                         
                         
     if (chosen_id == "tab1"):
+        if 'model' in st.session_state and (st.session_state.model[:3]=="gpt") and ("OPENAI_API_KEY" in st.session_state):
+            model = ChatOpenAI(model=st.session_state.model,
+                                 temperature=0.8,  # Adjust creativity level
+                                 max_tokens=150   # Define max output token limit
+                                )
+            
+        else: 
+            st.session_state.model = "mistral-large-latest"
+            model = ChatMistralAI(model=st.session_state.model)
+            
+
         config,thread_id = init()
         query = ""
         st.button(label=tr("Validez"), type="primary")
@@ -202,87 +273,103 @@ def run():
             # On ne fait rien
         except NameError:
             config,thread_id = init()
-        
-        st.write("**thread_id:** "+thread_id)
-        # query = st.text_area(label=tr("Vendeur:"), value="")
-        query = ""
-        audio_bytes = audio_recorder (pause_threshold=2.0,  sample_rate=16000, auto_start=True, text=tr("Cliquez pour parler, puis attendre 2sec."), \
-                                      recording_color="#e8b62c", neutral_color="#1ec3bc", icon_size="6x",)
-    
-        if audio_bytes:
-            st.write("**"+tr("Vendeur")+" :**\n")
-            # Fonction pour générer et jouer le texte en speech
-            st.audio(audio_bytes, format="audio/wav", autoplay=False)
-            try:
-                detection = False
-                if detection:
-                    # Create a BytesIO object from the audio stream
-                    audio_stream_bytesio = io.BytesIO(audio_bytes)
-
-                    # Read the WAV stream using wavio
-                    wav = wavio.read(audio_stream_bytesio) 
-
-                    # Extract the audio data from the wavio.Wav object
-                    audio_data = wav.data
-
-                    # Convert the audio data to a NumPy array
-                    audio_input = np.array(audio_data, dtype=np.float32)
-                    audio_input = np.mean(audio_input, axis=1)/32768
-                            
-                    result = model_speech.transcribe(audio_input)
-                    Lang_detected = result["language"]
-                    query = result["text"]
-                    st.write(tr("Langue détectée")+" : "+Lang_detected)
-                
-                else:
-                    # Avec l'aide de la bibliothèque speech_recognition de Google
-                    Lang_detected = "fr"
-                    # Transcription google
-                    audio_stream = sr.AudioData(audio_bytes, 32000, 2) 
-                    r = sr.Recognizer()
-                    query = r.recognize_google(audio_stream, language = Lang_detected)
-                         
-                # Transcription 
-                st.write("**Vendeur :** "+query)
-                st.write("")
+        with st.container():
+            # Diviser l'écran en deux colonnes
+            col1, col2 = st.columns(2)
+            # with col1:
+            #     st.markdown(
+            #         """
+            #         <div style="height: 400px;">
+            #         </div>
+            #         """,
+            #         unsafe_allow_html=True,
+            #         )
+            with col1:
+                st.write("**thread_id:** "+thread_id)
+                query = ""
+                audio_bytes = audio_recorder (pause_threshold=2.0,  sample_rate=16000, auto_start=False, text=tr("Cliquez pour parler, puis attendre 2sec."), \
+                                            recording_color="#e8b62c", neutral_color="#1ec3bc", icon_size="6x",)
             
-                if query != "":
-                    input_messages = [HumanMessage(query)]
-                    output = app.invoke(
-                        {"messages": input_messages, "language": language},
-                        config,
-                    )
-
-                    # Récupération de la réponse
-                    custom_sentence = output["messages"][-1].content
-                    
-                    # Joue l'audio
-                    if language=="French": Lang_target = "fr"  # Langue de la réponse
-                    play_audio(custom_sentence, Lang_target, 1)
-                    
-                    st.write("**Prospect :** "+custom_sentence)
-                    
+                if audio_bytes:
+                    # st.write("**"+tr("Vendeur")+" :**\n")
+                    # Fonction pour générer et jouer le texte en speech
+                    st.audio(audio_bytes, format="audio/wav", autoplay=False)
+                    try:
+                        detection = False
+                        if detection:
+                            # Create a BytesIO object from the audio stream
+                            audio_stream_bytesio = io.BytesIO(audio_bytes)
 
+                            # Read the WAV stream using wavio
+                            wav = wavio.read(audio_stream_bytesio) 
+
+                            # Extract the audio data from the wavio.Wav object
+                            audio_data = wav.data
+
+                            # Convert the audio data to a NumPy array
+                            audio_input = np.array(audio_data, dtype=np.float32)
+                            audio_input = np.mean(audio_input, axis=1)/32768
+                                    
+                            result = model_speech.transcribe(audio_input)
+                            Lang_detected = result["language"]
+                            query = result["text"]
+                        
+                        else:
+                            # Avec l'aide de la bibliothèque speech_recognition de Google
+                            Lang_detected = st.session_state['Language'] 
+                            # Transcription google
+                            audio_stream = sr.AudioData(audio_bytes, 32000, 2) 
+                            r = sr.Recognizer()
+                            query = r.recognize_google(audio_stream, language = Lang_detected)
+                                
+                        # Transcription 
+                        # st.write("**"+tr("Vendeur :")+"** "+query)
+                        with st.chat_message("user"):
+                            st.markdown(query)
+                        st.write("")
                     
-            except KeyboardInterrupt:
-                st.write(tr("Arrêt de la reconnaissance vocale."))
-            except:
-                st.write(tr("Problème, essayer de nouveau.."))
+                        if query != "":
+                            input_messages = [HumanMessage(query)]
+                            output = app.invoke(
+                                {"messages": input_messages, "language": language},
+                                config,
+                            )
+                            #with st.chat_message("user"):
+                            # Add user message to chat history
+                            st.session_state.messages.append({"role": "user", "content": query})
+
+                            # Récupération de la réponse
+                            custom_sentence = output["messages"][-1].content
+                            
+                            # Joue l'audio
+                            l = st.session_state['Language'] 
+                            play_audio(custom_sentence,l , 1)
+                            
+                            # st.write("**"+tr("Prospect :")+"** "+custom_sentence)
+                            with st.chat_message("assistant"):
+                                st.markdown(custom_sentence)
+                            
+                            # Add user message to chat history
+                            st.session_state.messages.append({"role": "assistant", "content": custom_sentence})
+                            
 
+                            
+                    except KeyboardInterrupt:
+                        st.write(tr("Arrêt de la reconnaissance vocale."))
+                    except:
+                        st.write(tr("Problème, essayer de nouveau.."))
+                st.write("")
+        # Ajouter un espace pour séparer les zones
+        # st.divider()
+            with col2:
+                # with st.container():
+                if query:
+                # Display chat messages from history on app rerun
+                
+                    for message in st.session_state.messages:
+                        with st.chat_message(message["role"]):
+                            st.markdown(message["content"])
         
-        '''
-            # Créer un espace réservé pour afficher les tokens
-            placeholder = st.empty()
-            
-            for chunk, metadata in app.stream(
-                {"messages": input_messages, "language": language},
-                config,
-                stream_mode="messages",
-                ):
-                if isinstance(chunk, AIMessage):  # Filter to just model responses
-                    # st.markdown("<span style='white-space: nowrap;'>"+"/"+chunk.content+"/"+"</span>", unsafe_allow_html=True)
-                    placeholder.markdown(f"<p style='display: inline;'>{chunk.content}</p>", unsafe_allow_html=True)
-        '''
         st.write("")
         st.write("")
         st.write("")

tabs/intro.py

@@ -24,12 +24,15 @@ def run():
     st.title(tr(title))
     st.markdown('''
                 ## **'''+tr("Système d'aide à la mise en oeuvre d'une Proposition de Valeur en entreprise")+'''**  
-                ---
+                ------------------------------------------------------------------------------------
                 ''')
-    st.header("**"+tr("A propos")+"**")
     st.markdown(tr(
         """
-        Cet espace a pour objectif de tester les differentes briques nécéssaires pour l'outils "Value Props"
+        <h4>
+        Bienvenue dans le fabuleux univers de Value Props.<br> 
+        Decouvrez et testez ici les futures fonctionnalités que la plateforme souhaite vous proposer.<br>
+        N'hesitez pas à nous faire part de vos commentaires en les envoyant à [email protected]<br>  
+        </h4>
         """)
     , unsafe_allow_html=True)
 

translate_app.py

@@ -18,7 +18,9 @@ def trad(message,l):
         return "Problème de traduction.."
     
 def tr(message):
-    if 'Language' not in st.session_state: l = 'fr'
+    if 'Language' not in st.session_state: 
+        l = 'fr'
+        st.session_state['Language'] = l
     else: l= st.session_state['Language']
     if l == 'fr': return message
     else: message = message.replace(":red[**","").replace("**]","")