Update app.py

app.py

@@ -1,7 +1,7 @@
 """
 Danışman-Danışan Transkripsiyon Sistemi
 Speaker diarization + transcription pipeline.
-Zaman damgalı, konuşmacı ayrımlı çıktı + Psikolog Analiz Araçları.
+Zaman damgalı, konuşmacı ayrımlı çıktı + Klinik Analiz Araçları.
 """
 
 import gradio as gr
@@ -40,34 +40,47 @@ print("✅ Whisper model yüklendi!")
 print("🔄 Diarization pipeline yükleniyor...")
 diarization_pipeline = get_diarization_pipeline()
 
-# ==================== EMOTION KEYWORDS (TURKISH) ====================
-EMOTION_KEYWORDS = {
-    "Üzüntü": [
-        "üzgün", "üzülüyorum", "ağlıyorum", "ağladım", "mutsuz", "kötü", "berbat", 
-        "acı", "acıyor", "kederli", "hüzünlü", "depresif", "bunalım", "çaresiz",
-        "umutsuz", "yalnız", "yalnızlık", "terk", "kayıp", "ölüm", "öldü", "kaybettim"
-    ],
-    "Kaygı/Anksiyete": [
-        "endişe", "endişeli", "kaygı", "kaygılı", "korku", "korkuyorum", "panik",
-        "stres", "stresli", "gergin", "tedirgin", "huzursuz", "rahatsız", "bunaltı",
-        "sıkıntı", "sıkıntılı", "belirsiz", "güvensiz", "tehlike", "tehdit"
+
+# ==================== KLİNİK ANALİZ MATRİSLERİ ====================
+
+# 1. DUYGU DURUM GÖSTERGELERİ (AFFECTIVE INDICATORS)
+CLINICAL_INDICATORS = {
+    "Disforik/Depresif": [
+        "üzgün", "mutsuz", "çaresiz", "umutsuz", "bıktım", "karanlık", "boşluk",
+        "değersiz", "suçlu", "yorgun", "tükendim", "ölüm", "intihar", "bitse",
+        "hiçbir şey", "zevk almıyorum", "ağır", "çöküş", "ağlıyorum", "kayıp"
     ],
-    "Öfke": [
-        "kızgın", "sinirli", "öfkeli", "öfke", "kızdım", "sinirlendim", "çıldırdım",
-        "nefret", "kin", "intikam", "haksızlık", "adaletsiz", "ihanet", "hayal kırıklığı",
-        "bıktım", "usandım", "yeter", "dayanamıyorum"
+    "Anksiyöz/Kaygılı": [
+        "korkuyorum", "endişe", "panik", "ne olacak", "ya olursa", "gerginim",
+        "kalbim", "nefes", "titreme", "kontrolü kaybetme", "tehlike", "felaket",
+        "huzursuz", "yerimde duramıyorum", "kafayı yiyeceğim", "stres"
     ],
-    "Mutluluk": [
-        "mutlu", "sevinçli", "neşeli", "iyi", "güzel", "harika", "mükemmel",
-        "seviyorum", "aşk", "heyecan", "heyecanlı", "umut", "umutlu", "başarı",
-        "gurur", "gururlu", "şükür", "minnet", "rahat", "huzur"
+    "Öfke/Hostilite": [
+        "nefret", "kızgınım", "aptal", "haksızlık", "intikam", "dayanamıyorum",
+        "bağır", "vur", "kır", "sinir", "öfke", "düşman", "zarar", "sinirlendim"
     ],
-    "Korku": [
-        "korku", "korkuyorum", "korktum", "dehşet", "panik", "ürperti",
-        "kaçmak", "saklanmak", "tehlike", "tehdit", "ölüm", "felaket"
+    "Ötimik/Pozitif": [
+        "iyi", "güzel", "mutlu", "başardım", "umutlu", "sakin", "huzurlu",
+        "keyifli", "planlıyorum", "seviyorum", "şükür", "rahat"
     ]
 }
 
+# 2. BİLİŞSEL ÇARPITMALAR (COGNITIVE DISTORTIONS)
+COGNITIVE_DISTORTIONS = {
+    "Aşırı Genelleme": ["her zaman", "asla", "hiçbir zaman", "herkes", "hiç kimse", "hep"],
+    "Zorunluluk (-meli/-malı)": ["yapmalıyım", "zorundayım", "mecburum", "etmeli", "olmalı", "gerekir"],
+    "Felaketleştirme": ["mahvoldu", "bitti", "felaket", "korkunç", "dayanılmaz", "berbat"]
+}
+
+# 3. ZAMAN ODAĞI (TEMPORAL FOCUS)
+TIME_MARKERS = {
+    "Geçmiş": ["yaptım", "gitti", "oldu", "vardı", "eskiden", "keşke", "geçmişte"],
+    "Gelecek": ["olacak", "yapacağım", "gidecek", "gelecek", "belki", "acaba", "planlıyorum"]
+}
+
+# 4. TEREDDÜT VE DOLGU (HESITATION MARKERS)
+FILLERS = ["şey", "yani", "ııı", "eee", "işte", "falan", "filan", "hani"]
+
 # Turkish stop words to exclude from word frequency
 TURKISH_STOP_WORDS = {
     "bir", "bu", "şu", "o", "ve", "ile", "için", "de", "da", "ki", "ne", "var", "yok",
@@ -96,176 +109,260 @@ def get_audio_duration(audio_path: str) -> float:
         return 0.0
 
 
-def analyze_emotions(text: str) -> dict:
-    """Analyze emotions in text based on keyword matching."""
-    text_lower = text.lower()
-    words = re.findall(r'\b\w+\b', text_lower)
-    
-    emotion_counts = {}
-    emotion_matched_words = {}
-    
-    for emotion, keywords in EMOTION_KEYWORDS.items():
-        count = 0
-        matched = []
-        for keyword in keywords:
-            # Count occurrences
-            occurrences = text_lower.count(keyword)
-            if occurrences > 0:
-                count += occurrences
-                matched.append(keyword)
-        emotion_counts[emotion] = count
-        emotion_matched_words[emotion] = matched
-    
-    total = sum(emotion_counts.values())
-    emotion_percentages = {}
-    
-    if total > 0:
-        for emotion, count in emotion_counts.items():
-            emotion_percentages[emotion] = (count / total) * 100
-    else:
-        for emotion in emotion_counts:
-            emotion_percentages[emotion] = 0
-    
-    return {
-        "counts": emotion_counts,
-        "percentages": emotion_percentages,
-        "matched_words": emotion_matched_words,
-        "total_emotional_words": total
-    }
-
-
 def get_word_frequency(text: str, top_n: int = 15) -> list:
     """Get most frequent meaningful words."""
-    # Clean and tokenize
     words = re.findall(r'\b[a-zA-ZçğıöşüÇĞİÖŞÜ]{3,}\b', text.lower())
-    
-    # Filter stop words
     meaningful_words = [w for w in words if w not in TURKISH_STOP_WORDS]
-    
-    # Count frequencies
     word_counts = Counter(meaningful_words)
-    
     return word_counts.most_common(top_n)
 
 
+def analyze_clinical_features(text: str, duration_seconds: float) -> dict:
+    """Metni klinik parametrelere göre analiz eder."""
+    text_lower = text.lower()
+    words = re.findall(r'\b\w+\b', text_lower)
+    word_count = len(words)
+    
+    # 1. Konuşma Hızı (Words Per Minute)
+    speech_rate = (word_count / duration_seconds) * 60 if duration_seconds > 0 else 0
+    
+    # 2. Klinik Gösterge Taraması
+    scores = {category: 0 for category in CLINICAL_INDICATORS}
+    matched_details = {category: [] for category in CLINICAL_INDICATORS}
+    
+    for category, keywords in CLINICAL_INDICATORS.items():
+        for word in keywords:
+            count = text_lower.count(word)
+            if count > 0:
+                scores[category] += count
+                if word not in matched_details[category]:
+                    matched_details[category].append(word)
+
+    # 3. Bilişsel Çarpıtmalar
+    distortions = {cat: 0 for cat in COGNITIVE_DISTORTIONS}
+    distortion_matches = {cat: [] for cat in COGNITIVE_DISTORTIONS}
+    for category, keywords in COGNITIVE_DISTORTIONS.items():
+        for word in keywords:
+            count = text_lower.count(word)
+            if count > 0:
+                distortions[category] += count
+                if word not in distortion_matches[category]:
+                    distortion_matches[category].append(word)
+
+    # 4. Zaman Odağı
+    time_focus = {"Geçmiş": 0, "Gelecek": 0}
+    for category, keywords in TIME_MARKERS.items():
+        for word in keywords:
+            time_focus[category] += text_lower.count(word)
+
+    # 5. Benlik Odağı (Self-Reference Ratio)
+    self_refs = text_lower.count("ben") + text_lower.count("benim") + text_lower.count("bana") + text_lower.count("beni")
+    self_ratio = (self_refs / word_count) * 100 if word_count > 0 else 0
+    
+    # 6. Dolgu kelime sayısı
+    filler_count = sum(text_lower.count(f) for f in FILLERS)
+
+    return {
+        "word_count": word_count,
+        "speech_rate": speech_rate,
+        "clinical_scores": scores,
+        "clinical_matches": matched_details,
+        "distortions": distortions,
+        "distortion_matches": distortion_matches,
+        "time_focus": time_focus,
+        "self_ratio": self_ratio,
+        "filler_count": filler_count
+    }
+
+
 def generate_psychology_report(transcript: str, client_speaker: str) -> str:
-    """Generate a preliminary psychology report for the client."""
+    """Danışan için klinik formatta ön değerlendirme raporu oluşturur."""
     
-    # Extract client's text only
+    # --- Danışan Verisini Ayıkla ve Süre Hesapla ---
     lines = transcript.split('\n')
-    client_text = []
+    client_text_parts = []
     current_speaker = None
+    total_client_duration = 0.0
     
     for line in lines:
-        # Check if this is a speaker line like "[00:00 → 00:05] Kişi 1:"
-        speaker_match = re.search(r'\] (Kişi \d+):', line)
-        if speaker_match:
-            current_speaker = speaker_match.group(1)
+        # Örnek satır: "[00:05 → 00:12] Kişi 2:"
+        timestamp_match = re.search(r'\[(\d{2}:\d{2}) → (\d{2}:\d{2})\] (Kişi \d+):', line)
+        
+        if timestamp_match:
+            start_str, end_str, spk = timestamp_match.groups()
+            current_speaker = spk
+            
+            # Süreyi hesapla
+            def to_sec(t): 
+                m, s = map(int, t.split(':'))
+                return m * 60 + s
+            
+            if spk == client_speaker:
+                seg_dur = to_sec(end_str) - to_sec(start_str)
+                total_client_duration += seg_dur
+                
         elif current_speaker == client_speaker and line.strip():
-            # This is the client's text
-            if not line.startswith('[') and not line.startswith('═') and not line.startswith('─') and not line.startswith('📊'):
-                client_text.append(line.strip())
-    
-    client_full_text = ' '.join(client_text)
-    
-    if not client_full_text:
-        return "⚠️ Seçilen kişiye ait metin bulunamadı."
-    
-    # Analyze emotions
-    emotion_analysis = analyze_emotions(client_full_text)
+            # Metni al (çizgiler ve meta veriler hariç)
+            clean_line = line.strip()
+            if not any(clean_line.startswith(c) for c in ['[', '═', '─', '📊', '•']):
+                client_text_parts.append(clean_line)
     
-    # Get word frequency
-    word_freq = get_word_frequency(client_full_text)
+    full_text = ' '.join(client_text_parts)
     
-    # Calculate speaking stats
-    word_count = len(client_full_text.split())
-    sentence_count = len(re.findall(r'[.!?]+', client_full_text)) or 1
-    avg_sentence_length = word_count / sentence_count
-    
-    # Find dominant emotion
-    dominant_emotion = max(emotion_analysis['percentages'], key=emotion_analysis['percentages'].get)
-    dominant_percentage = emotion_analysis['percentages'][dominant_emotion]
-    
-    # Build report
+    if not full_text:
+        return "⚠️ HATA: Seçilen kişiye ait yeterli veri bulunamadı. Lütfen doğru konuşmacıyı seçtiğinizden emin olun."
+
+    # --- Analizi Çalıştır ---
+    if total_client_duration == 0:
+        total_client_duration = len(full_text.split()) / 2.5  # Tahmini süre
+        
+    analysis = analyze_clinical_features(full_text, total_client_duration)
+    
+    # Kelime frekansı
+    word_freq = get_word_frequency(full_text)
+    
+    # --- RAPOR YAZIMI (KLİNİK FORMAT) ---
+    
+    # 1. Konuşma Hızı Yorumu
+    wpm = analysis['speech_rate']
+    speech_comment = "Olağan sınırlarda (100-150 wpm)"
+    if wpm < 90: 
+        speech_comment = "⚠️ Bradilali (Yavaşlamış konuşma) - Depresif duygulanım veya yüksek bilişsel yük lehine."
+    elif wpm > 160: 
+        speech_comment = "⚠️ Taşilali (Basınçlı konuşma) - Anksiyete veya manik dönem lehine."
+    
+    # 2. Baskın Duygu Yorumu
+    scores = analysis['clinical_scores']
+    dominant_mood = max(scores, key=scores.get)
+    if scores[dominant_mood] == 0: 
+        dominant_mood = "Nötr/Belirsiz"
+
     report = f"""
-═══════════════════════════════════════════════════
-🧠 PSİKOLOJİK ÖN RAPOR - {client_speaker}
-═══════════════════════════════════════════════════
+══════════════════════════════════════════════════════════════
+🏥 KLİNİK GÖRÜŞME ÖN DEĞERLENDİRME RAPORU
+══════════════════════════════════════════════════════════════
+📅 TARİH: {time.strftime("%d.%m.%Y - %H:%M")}
+👤 DANIŞAN KODU: {client_speaker}
+⏱️ TOPLAM KONUŞMA SÜRESİ: {format_timestamp(total_client_duration)}
 
-📊 GENEL İSTATİSTİKLER
-───────────────────────────────────
-• Toplam kelime sayısı: {word_count}
-• Cümle sayısı: {sentence_count}
-• Ortalama cümle uzunluğu: {avg_sentence_length:.1f} kelime
-• Duygusal ifade sayısı: {emotion_analysis['total_emotional_words']}
+══════════════════════════════════════════════════════════════
+I. GENEL GÖRÜNÜM VE KONUŞMA DAVRANIŞI
+══════════════════════════════════════════════════════════════
+• Toplam Kelime Sayısı: {analysis['word_count']}
+• Konuşma Hızı: {wpm:.0f} kelime/dakika
+  └─ {speech_comment}
+• Dolgu Kelime Kullanımı: {analysis['filler_count']} adet (şey, yani, işte vb.)
+• Benlik Odağı: %{analysis['self_ratio']:.1f}
+  └─ {"⚠️ Yüksek - içe dönüklük veya ruminasyon riski" if analysis['self_ratio'] > 4 else "Normal sınırlarda"}
 
-🎭 DUYGU ANALİZİ
-───────────────────────────────────
+══════════════════════════════════════════════════════════════
+II. DUYGUDURUM VE DUYGULANIM (MOOD & AFFECT)
+══════════════════════════════════════════════════════════════
+Yapay zeka dil örüntü analizine göre tespit edilen baskın duygulanım:
+
+    ╔══════════════════════════════════╗
+    ║  👉 {dominant_mood.upper():^26} ║
+    ╚══════════════════════════════════╝
+
+📊 Duygu Dağılımı:
 """
-    
-    # Sort emotions by percentage
-    sorted_emotions = sorted(emotion_analysis['percentages'].items(), key=lambda x: x[1], reverse=True)
-    
-    for emotion, percentage in sorted_emotions:
-        if percentage > 0:
-            bar_length = int(percentage / 5)  # Scale to max 20 chars
+    # Duygu barları
+    total_emotion = sum(scores.values()) or 1
+    for category, score in sorted(scores.items(), key=lambda x: x[1], reverse=True):
+        if score > 0:
+            percentage = (score / total_emotion) * 100
+            bar_length = int(percentage / 5)
             bar = "█" * bar_length + "░" * (20 - bar_length)
-            matched = ", ".join(emotion_analysis['matched_words'][emotion][:5])
-            report += f"• {emotion}: {bar} {percentage:.1f}%\n"
-            if matched:
-                report += f"  └─ Anahtar kelimeler: {matched}\n"
-    
-    if emotion_analysis['total_emotional_words'] > 0:
-        report += f"\n🔍 Baskın Duygu: {dominant_emotion} ({dominant_percentage:.1f}%)\n"
+            words = ", ".join(analysis['clinical_matches'][category][:3])
+            report += f"• {category}: {bar} {percentage:.0f}%\n"
+            report += f"  └─ Anahtar: {words}\n"
+
+    report += f"""
+══════════════════════════════════════════════════════════════
+III. DÜŞÜNCE İÇERİĞİ VE BİLİŞSEL SÜREÇLER
+══════════════════════════════════════════════════════════════
+
+A. BİLİŞSEL ÇARPITMALAR (Cognitive Distortions):
+"""
+    has_distortion = False
+    for dist, count in analysis['distortions'].items():
+        if count > 0:
+            has_distortion = True
+            words = ", ".join(analysis['distortion_matches'][dist][:3])
+            report += f"• {dist}: {count} kez\n"
+            report += f"  └─ Örnek: \"{words}\"\n"
+    if not has_distortion: 
+        report += "• ✓ Belirgin bir bilişsel çarpıtma dili tespit edilmedi.\n"
+
+    report += "\nB. ZAMAN YÖNELİMİ (Temporal Orientation):\n"
+    past = analysis['time_focus']['Geçmiş']
+    future = analysis['time_focus']['Gelecek']
+    
+    if past > future * 1.5:
+        report += f"• ⚠️ Geçmiş Odaklı ({past} ifade vs {future} gelecek)\n"
+        report += "  └─ Pişmanlık, yas veya depresif ruminasyon eğilimi gösterebilir.\n"
+    elif future > past * 1.5:
+        report += f"• ⚠️ Gelecek Odaklı ({future} ifade vs {past} geçmiş)\n"
+        report += "  └─ Beklenti anksiyetesi eğilimi gösterebilir.\n"
     else:
-        report += "\n🔍 Belirgin duygusal ifade tespit edilemedi.\n"
-    
-    report += """
-📝 EN SIK KULLANILAN KELİMELER
-───────────────────────────────────
+        report += f"• ✓ Dengeli zaman yönelimi (Geçmiş: {past}, Gelecek: {future})\n"
+
+    report += f"""
+══════════════════════════════════════════════════════════════
+IV. SIK KULLANILAN KELİMELER
+══════════════════════════════════════════════════════════════
 """
-    
     for i, (word, count) in enumerate(word_freq[:10], 1):
         report += f"{i:2}. {word}: {count} kez\n"
-    
-    # Add interpretation notes
-    report += """
-💡 YORUMLAMA NOTLARI
-───────────────────────────────────
+
+    report += f"""
+══════════════════════════════════════════════════════════════
+V. KLİNİK İZLENİM VE ÖNERİLER
+══════════════════════════════════════════════════════════════
 """
+    # Dinamik Sonuç Çıkarımı
+    observations = []
     
-    if dominant_percentage > 40 and emotion_analysis['total_emotional_words'] > 3:
-        if dominant_emotion == "Üzüntü":
-            report += "• Danışan belirgin düzeyde üzüntü/depresif belirtiler göstermektedir.\n"
-            report += "• Kayıp, yalnızlık veya değersizlik temaları değerlendirilmelidir.\n"
-        elif dominant_emotion == "Kaygı/Anksiyete":
-            report += "• Danışan kaygı ve endişe belirtileri sergilemektedir.\n"
-            report += "• Belirsizlik toleransı ve güvenlik ihtiyacı değerlendirilmelidir.\n"
-        elif dominant_emotion == "Öfke":
-            report += "• Danışan öfke ve kızgınlık ifadeleri kullanmaktadır.\n"
-            report += "• Hayal kırıklığı kaynakları ve sınır ihlalleri değerlendirilmelidir.\n"
-        elif dominant_emotion == "Korku":
-            report += "• Danışan korku ve tehdit algısı belirtileri göstermektedir.\n"
-            report += "• Güvenlik duygusu ve travma geçmişi değerlendirilmelidir.\n"
-        elif dominant_emotion == "Mutluluk":
-            report += "• Danışan olumlu duygular ifade etmektedir.\n"
-            report += "��� Kaynak ve sürdürücü faktörler değerlendirilmelidir.\n"
-    else:
-        report += "• Belirgin bir duygusal örüntü tespit edilemedi.\n"
-        report += "• Daha uzun görüşme örnekleri daha güvenilir analiz sağlayabilir.\n"
-    
-    if avg_sentence_length > 15:
-        report += "• Uzun cümleler: Detaylı anlatım eğilimi veya düşünce karmaşası olabilir.\n"
-    elif avg_sentence_length < 5:
-        report += "• Kısa cümleler: Ketum davranış veya iletişim güçlüğü olabilir.\n"
+    if dominant_mood == "Disforik/Depresif" and past > future:
+        observations.append("🔴 DİKKAT: Depresif duygulanım ve geçmişe saplanma (ruminasyon) örüntüsü gözlenmiştir.")
+        observations.append("   └─ İntihar riski değerlendirmesi önerilir.")
     
+    if dominant_mood == "Anksiyöz/Kaygılı" and wpm > 140:
+        observations.append("🔴 DİKKAT: Yüksek anksiyete belirtileri (hızlı konuşma, kaygı ifadeleri).")
+        observations.append("   └─ Panik bozukluk veya yaygın anksiyete açısından değerlendirilmeli.")
+        
+    if analysis['distortions']['Zorunluluk (-meli/-malı)'] >= 2:
+        observations.append("🟡 Terapötik Hedef: Mükemmeliyetçi şemalar ve '-meli/-malı' kuralları.")
+        observations.append("   └─ Bilişsel yeniden yapılandırma önerilir.")
+        
+    if analysis['distortions']['Aşırı Genelleme'] >= 2:
+        observations.append("🟡 Terapötik Hedef: Aşırı genelleme eğilimi tespit edildi.")
+        observations.append("   └─ 'Her zaman', 'asla' gibi mutlaklaştırmalar sorgulanmalı.")
+        
+    if analysis['self_ratio'] > 5:
+        observations.append("🟡 Yüksek benlik odağı: Ruminatif düşünce örüntüsü olabilir.")
+        observations.append("   └─ Dikkat odağını genişletme egzersizleri düşünülebilir.")
+
+    if not observations:
+        observations.append("🟢 Acil müdahale gerektiren belirgin bir risk örüntüsü (dilsel düzeyde) saptanmamıştır.")
+        observations.append("   └─ Rutin takip önerilir.")
+
+    for obs in observations:
+        report += f"{obs}\n"
+
     report += """
-───────────────────────────────────
-⚠️ NOT: Bu analiz otomatik olarak oluşturulmuştur ve
-   profesyonel klinik değerlendirmenin yerini alamaz.
-═══════════════════════════════════════════════════
+══════════════════════════════════════════════════════════════
+⚠️ YASAL UYARI
+══════════════════════════════════════════════════════════════
+Bu rapor Yapay Zeka (AI) algoritmaları tarafından sadece dilsel
+verilere dayanarak otomatik olarak oluşturulmuştur.
+
+• Tanı veya teşhis yerine geçmez.
+• Klinik karar vermede tek başına kullanılamaz.
+• Sadece klinisyene yardımcı veri olarak sunulmuştur.
+• Profesyonel değerlendirme mutlaka gereklidir.
+══════════════════════════════════════════════════════════════
 """
-    
     return report
 
 
@@ -398,17 +495,17 @@ def process_audio(audio_path):
 def analyze_client(transcript: str, client_selection: str):
     """Analyze the selected client's speech."""
     if not transcript or transcript.startswith("⚠️") or transcript.startswith("❌"):
-        return "⚠️ Önce bir transkript oluşturun."
+        return "⚠️ Önce bir transkript oluşturun.", None
     
     if not client_selection:
-        return "⚠️ Lütfen danışanı seçin."
+        return "⚠️ Lütfen danışanı seçin.", None
     
     report = generate_psychology_report(transcript, client_selection)
     
     # Create downloadable report
     report_file = tempfile.NamedTemporaryFile(
         mode='w',
-        suffix='_rapor.txt',
+        suffix='_klinik_rapor.txt',
         delete=False,
         encoding='utf-8'
     )
@@ -419,21 +516,21 @@ def analyze_client(transcript: str, client_selection: str):
 
 
 # ==================== GRADIO UI ====================
-with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
+with gr.Blocks(title="Klinik Görüşme Transkripsiyon & Analiz") as demo:
     
     gr.HTML("""
         <style>
             footer { display: none !important; }
-            .gradio-container { max-width: 1000px !important; margin: auto !important; }
+            .gradio-container { max-width: 1100px !important; margin: auto !important; }
         </style>
         <div style="text-align: center; padding: 40px 20px 30px; 
                     background: linear-gradient(135deg, #1e3a5f 0%, #2d5a87 100%); 
                     border-radius: 20px; margin-bottom: 24px; color: white;">
             <h1 style="font-size: 2.2rem; font-weight: 700; margin: 0 0 8px 0;">
-                🎙️ Görüşme Transkripsiyon & Analiz
+                🏥 Klinik Görüşme Transkripsiyon & Analiz
             </h1>
             <p style="font-size: 1rem; opacity: 0.95; margin: 0;">
-                Danışman-Danışan görüşmelerini yazıya dökün ve psikolojik analiz yapın
+                Danışman-Danışan görüşmelerini yazıya dökün ve AI destekli klinik ön değerlendirme alın
             </p>
         </div>
     """)
@@ -464,9 +561,9 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
                             <p style="margin: 0; color: #0369a1; font-size: 14px;">
                                 ℹ️ <strong>Nasıl Çalışır:</strong><br>
                                 1. Ses dosyasını yükleyin<br>
-                                2. AI konuşmacıları ayırır<br>
+                                2. AI konuşmacıları otomatik ayırır<br>
                                 3. Transkript oluşturulur<br>
-                                4. Analiz sekmesinde danışanı seçip analiz yapın
+                                4. Klinik Analiz sekmesinde danışanı seçip rapor alın
                             </p>
                         </div>
                     """)
@@ -478,7 +575,7 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
                     output_text = gr.Textbox(
                         label="",
                         placeholder="Transkript burada görünecek...",
-                        lines=20,
+                        lines=25,
                         interactive=False
                     )
                     
@@ -486,16 +583,16 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
                         label="📥 Transkripti İndir (.txt)"
                     )
         
-        # Tab 2: Psikolojik Analiz
-        with gr.TabItem("🧠 Psikolojik Analiz"):
+        # Tab 2: Klinik Analiz
+        with gr.TabItem("🏥 Klinik Analiz"):
             gr.HTML("""
                 <div style="background: linear-gradient(135deg, #fef3c7 0%, #fde68a 100%);
                             border: 1px solid #f59e0b; border-radius: 12px; 
                             padding: 16px 20px; margin-bottom: 16px;">
                     <p style="margin: 0; color: #92400e; font-size: 14px;">
-                        🧠 <strong>Psikolojik Ön Rapor:</strong> Bu analiz danışanın konuşmasındaki 
-                        duygusal ifadeleri, en sık kullandığı kelimeleri ve genel konuşma kalıplarını 
-                        değerlendirir. Profesyonel klinik değerlendirmenin yerini almaz.
+                        🏥 <strong>Klinik Ön Değerlendirme:</strong> Bu modül danışanın konuşmasını 
+                        duygudurum, bilişsel çarpıtmalar, zaman yönelimi ve konuşma hızı açısından 
+                        analiz eder. Profesyonel klinik değerlendirmenin yerini almaz.
                     </p>
                 </div>
             """)
@@ -510,16 +607,33 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
                     )
                     
                     analyze_btn = gr.Button(
-                        "🔍 Analiz Et",
+                        "🔍 Klinik Analiz Başlat",
                         variant="primary",
                         size="lg"
                     )
+                    
+                    gr.HTML("""
+                        <div style="background: #f9fafb; border-radius: 12px; 
+                                    padding: 16px 20px; margin-top: 16px;">
+                            <p style="margin: 0 0 8px 0; color: #374151; font-size: 13px; font-weight: 600;">
+                                📊 Analiz Kapsamı:
+                            </p>
+                            <ul style="margin: 0; padding-left: 20px; color: #6b7280; font-size: 12px;">
+                                <li>Duygudurum göstergeleri</li>
+                                <li>Bilişsel çarpıtmalar</li>
+                                <li>Zaman yönelimi</li>
+                                <li>Konuşma hızı</li>
+                                <li>Benlik odağı</li>
+                                <li>Kelime frekansı</li>
+                            </ul>
+                        </div>
+                    """)
                 
                 with gr.Column(scale=2):
                     analysis_output = gr.Textbox(
-                        label="📊 Analiz Raporu",
+                        label="📋 Klinik Ön Değerlendirme Raporu",
                         placeholder="Analiz raporu burada görünecek...",
-                        lines=25,
+                        lines=30,
                         interactive=False
                     )
                     
@@ -529,26 +643,30 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
     
     # Features
     gr.HTML("""
-        <div style="display: grid; grid-template-columns: repeat(5, 1fr); gap: 12px; margin-top: 24px;">
-            <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">🎭</div>
+        <div style="display: grid; grid-template-columns: repeat(6, 1fr); gap: 10px; margin-top: 24px;">
+            <div style="text-align: center; padding: 14px; background: #f9fafb; border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">🎭</div>
                 <div style="font-size: 11px; color: #6b7280; font-weight: 500;">Konuşmacı Ayrımı</div>
             </div>
-            <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">⏱️</div>
+            <div style="text-align: center; padding: 14px; background: #f9fafb; border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">⏱️</div>
                 <div style="font-size: 11px; color: #6b7280; font-weight: 500;">Zaman Damgası</div>
             </div>
-            <div style="text-align: center; padding: 16px; background: #f9fafb; border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">🔒</div>
+            <div style="text-align: center; padding: 14px; background: #f9fafb; border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">🔒</div>
                 <div style="font-size: 11px; color: #6b7280; font-weight: 500;">%100 Local</div>
             </div>
-            <div style="text-align: center; padding: 16px; background: linear-gradient(135deg, #ede9fe 0%, #ddd6fe 100%); border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">🧠</div>
-                <div style="font-size: 11px; color: #5b21b6; font-weight: 500;">Duygu Analizi</div>
+            <div style="text-align: center; padding: 14px; background: linear-gradient(135deg, #ede9fe 0%, #ddd6fe 100%); border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">🧠</div>
+                <div style="font-size: 11px; color: #5b21b6; font-weight: 500;">Duygudurum</div>
+            </div>
+            <div style="text-align: center; padding: 14px; background: linear-gradient(135deg, #fef3c7 0%, #fde68a 100%); border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">💭</div>
+                <div style="font-size: 11px; color: #92400e; font-weight: 500;">Bilişsel Analiz</div>
             </div>
-            <div style="text-align: center; padding: 16px; background: linear-gradient(135deg, #fef3c7 0%, #fde68a 100%); border-radius: 12px;">
-                <div style="font-size: 24px; margin-bottom: 6px;">📊</div>
-                <div style="font-size: 11px; color: #92400e; font-weight: 500;">Ön Rapor</div>
+            <div style="text-align: center; padding: 14px; background: linear-gradient(135deg, #d1fae5 0%, #a7f3d0 100%); border-radius: 12px;">
+                <div style="font-size: 22px; margin-bottom: 4px;">📋</div>
+                <div style="font-size: 11px; color: #065f46; font-weight: 500;">Klinik Rapor</div>
             </div>
         </div>
     """)
@@ -565,7 +683,7 @@ with gr.Blocks(title="Görüşme Transkripsiyon & Analiz") as demo:
     
     gr.HTML("""
         <div style="text-align: center; padding: 24px 0; color: #9ca3af; font-size: 13px;">
-            <p>Powered by Faster-Whisper & Pyannote-Audio • Psikolog Asistanı</p>
+            <p>Powered by Faster-Whisper & Pyannote-Audio • Klinisyen Asistanı v2.0</p>
         </div>
     """)