Update app.py

app.py

@@ -41,15 +41,15 @@ def extract_feature(signal: np.ndarray, sr: int) -> np.ndarray:
 # --- 4. 三種預測函式 ---
 
 def predict_face(img: np.ndarray):
-    """
-    臉部情緒分析：使用 DeepFace 分析單張影像 (numpy array, HxWx3)。
-    強制使用 OpenCV 後端以避免 retinaface/tf 版本衝突。
-    回傳格式為 dict，例如 {"happy": 0.80, "sad": 0.05, ...}
-    """
-    # DeepFace.analyze 可能較耗時，建議在 Space 上需有適當硬體
-    result = DeepFace.analyze(img, actions=["emotion"], detector_backend="opencv")
-    # result["emotion"] 是字典
-    return result["emotion"]
+    if img is None:
+        return {}  # 没有帧时返回空
+    try:
+        result = DeepFace.analyze(img, actions=["emotion"], detector_backend="opencv")
+        return result.get("emotion", {})
+    except Exception as e:
+        # 遇到错误时，可返回空或日志
+        print("DeepFace 分析错误：", e)
+        return {}
 
 def predict_voice(audio):
     """
@@ -76,39 +76,29 @@ def predict_text(text: str):
     return {pred["label"]: float(pred["score"])}
 
 # --- 5. 建立 Gradio 介面 ---
-def build_interface():
-    """
-    建立一個 TabbedInterface，包含三個子 Interface：
-    - 臉部情緒 (Webcam 拍照或上傳)
-    - 語音情緒 (錄音或上傳音檔)
-    - 文字情緒 (文字輸入)
-    """
-    # 臉部情緒：使用 gr.Interface 或 Blocks?
-    face_interface = gr.Interface(
-        fn=predict_face,
-        inputs=gr.Image(sources="webcam", streaming=True, type="numpy"),
-        outputs=gr.Label(num_top_classes=1),
-        title="臉部情緒 (即時 Webcam)",
-        description="允許攝影機拍照後自動分析當前表情的情緒分佈。"
-    )
+with gr.Blocks() as demo:
+    gr.Markdown("## 多模態即時情緒分析")
+    with gr.Tabs():
+        # 臉部情緒 Tab
+        with gr.TabItem("臉部情緒"):
+            gr.Markdown("### 臉部情緒 (即時 Webcam Streaming 分析)")
+            with gr.Row():
+                webcam = gr.Image(sources="webcam", streaming=True, type="numpy", label="攝像頭畫面")
+                emotion_output = gr.Label(label="情緒分布")
+            # 关键：用 stream 让每帧到达时调用 predict_face 并更新 emotion_output
+            webcam.stream(fn=predict_face, inputs=webcam, outputs=emotion_output)
 
-    # 語音情緒：錄音或上傳
-    voice_interface = gr.Interface(
-        fn=predict_voice,
-        inputs=gr.Audio(sources="microphone", type="filepath"),
-        outputs=gr.Label(num_top_classes=1),
-        title="語音情緒",
-        description="錄製語音或上傳音訊檔，模型會回傳「驚訝/生氣/開心/悲傷/害怕」五種情緒機率。"
-    )
+        # 其餘 Tab 可按原先寫法，或用 Blocks 方式
+        with gr.TabItem("語音情緒"):
+            audio = gr.Audio(sources="microphone", streaming=False, type="filepath", label="錄音")
+            audio_output = gr.Label(label="語音情緒結果")
+            # 用 change/submit 触发：录音结束后调用 predict_voice
+            audio.change(fn=predict_voice, inputs=audio, outputs=audio_output)
 
-    # 文字情緒：輸入中文
-    text_interface = gr.Interface(
-        fn=predict_text,
-        inputs=gr.Textbox(lines=3, placeholder="請輸入中文文字…"),
-        outputs=gr.Label(num_top_classes=1),
-        title="文字情緒",
-        description="輸入中文文字，即時判斷文字情緒並回傳標籤與信心分數。"
-    )
+        with gr.TabItem("文字情緒"):
+            text = gr.Textbox(lines=3, placeholder="請輸入中文文字…")
+            text_output = gr.Label(label="文字情緒結果")
+            text.submit(fn=predict_text, inputs=text, outputs=text_output)
 
     # 三合一 Tabs
     app = gr.TabbedInterface(