Update README.md

README.md

@@ -1,20 +1,79 @@
 ---
-title: CodeAlpha LanguageTranslator
-emoji: 🚀
-colorFrom: red
-colorTo: red
+title: CodeAlpha Language Translator
+emoji: 🌐
+colorFrom: blue
+colorTo: purple
 sdk: docker
 app_port: 8501
-tags:
-- streamlit
 pinned: false
-short_description: Streamlit template space
-license: mit
 ---
 
-# Welcome to Streamlit!
+# 🌐 CodeAlpha_LanguageTranslator
 
-Edit `/src/streamlit_app.py` to customize this app to your heart's desire. :heart:
+Outil de traduction de texte réalisé dans le cadre du stage **Artificial Intelligence @ CodeAlpha** — Task 1.
 
-If you have any questions, checkout our [documentation](https://docs.streamlit.io) and [community
-forums](https://discuss.streamlit.io).
+## 🧠 Approche technique
+
+Contrairement à une simple intégration d'API de traduction (Google Translate API, Microsoft Translator), ce projet
+utilise un **véritable modèle de deep learning chargé et exécuté localement** via la librairie Hugging Face
+`transformers` :
+
+- **Modèle :** [`facebook/nllb-200-distilled-600M`](https://huggingface.co/facebook/nllb-200-distilled-600M)
+  (Meta AI — *No Language Left Behind*)
+- **Architecture :** Transformer Seq2Seq (encoder-decoder), pré-entraîné
+- **Particularité :** un seul modèle gère la traduction entre **~200 langues**, contrairement aux modèles
+  Helsinki-NLP/opus-mt qui nécessitent un modèle différent par paire de langues
+- **Inférence :** réalisée via `transformers.pipeline("translation", ...)`, en local, sans dépendre d'une API
+  tierce payante
+
+Ce choix technique est plus proche de l'esprit "AI model development" du stage, car il implique le chargement,
+la manipulation et l'inférence d'un vrai modèle de NLP, plutôt qu'un simple appel HTTP à un service externe.
+
+## 🚀 Fonctionnalités
+
+- Interface utilisateur simple (Streamlit) pour saisir du texte
+- Sélection de la langue source (avec option de **détection automatique** via `langdetect`) et de la langue cible
+  (14 langues)
+- Traduction via un modèle NLLB-200 chargé localement (`transformers`)
+- Affichage clair du texte traduit
+- 🔊 Bonus : synthèse vocale (text-to-speech) de la traduction via `gTTS`
+- 📋 Bonus : bouton pour copier le texte traduit
+
+## 🛠️ Installation
+
+```bash
+git clone https://github.com/<ton-username>/CodeAlpha_LanguageTranslator.git
+cd CodeAlpha_LanguageTranslator
+pip install -r requirements.txt
+```
+
+> ⚠️ Le premier lancement télécharge le modèle NLLB-200 (~2.4 Go) depuis Hugging Face. Une connexion internet
+> est nécessaire uniquement lors de ce premier téléchargement — les lancements suivants utilisent le modèle
+> mis en cache localement.
+
+## ▶️ Lancer l'application
+
+```bash
+streamlit run app.py
+```
+
+L'application s'ouvre automatiquement dans le navigateur à l'adresse `http://localhost:8501`.
+
+## 📦 Technologies utilisées
+
+- [Streamlit](https://streamlit.io/) — interface utilisateur web
+- [Hugging Face Transformers](https://huggingface.co/docs/transformers) — chargement et inférence du modèle NLLB-200
+- [PyTorch](https://pytorch.org/) — backend de calcul pour le modèle
+- [gTTS](https://github.com/pndurang/gTTS) — synthèse vocale (Google Text-to-Speech)
+- [langdetect](https://github.com/Mimino666/langdetect) — détection automatique de la langue source
+
+## 📸 Utilisation
+
+1. L'utilisateur entre un texte
+2. Il choisit la langue source (ou laisse la détection automatique) et la langue cible
+3. Il clique sur "Traduire" — le modèle NLLB-200 effectue l'inférence localement
+4. Le texte traduit s'affiche, avec options d'écoute et de copie
+
+## 🎓 Stage
+
+Projet réalisé dans le cadre du **CodeAlpha Artificial Intelligence Internship**.