Upload 55 files

INTEGRATION_AR.md

@@ -0,0 +1,75 @@
+# ربط كل الخدمات على خادم واحد — جسر
+
+الآن **خادم واحد** (Hugging Face Space) يقدّم الخدمات الثلاث، والسيرفر الوسيط
+(`api-server.js`) يوجّه إليه فقط. عنوان واحد لكل شيء.
+
+## المعمارية بعد الربط
+
+```
+[تطبيق Flutter]
+   │  يرسل: نص للترجمة / صوت للتفريغ / نص للنطق
+   ▼
+[api-server.js]  ← وسيط خفيف (Node، صفر تبعيات)
+   │  يحوّل طلبات REST إلى نداءات Gradio
+   ▼
+[Hugging Face Space]  ← خادم واحد على ZeroGPU
+   ├── /translate  → MADLAD-400-3b-mt  (Apache 2.0 تجاري، 400+ لغة)
+   ├── /stt        → Whisper small
+   └── /tts        → Chatterbox (استنساخ صوتي، 7 لغات)
+```
+
+## ما الذي تغيّر
+
+**في الـ Space** (`app.py` + `requirements.txt`):
+- أضيف endpoint `translate` يستخدم MADLAD-400 (تجاري، بديل NLLB غير التجاري)
+- أضيف endpoint `stt` يستخدم Whisper
+- الواجهة الآن ثلاثة تبويبات: توليد كلام / ترجمة / تفريغ
+
+**في السيرفر الوسيط** (`api-server.js`):
+- حُذفت `TRANSLATE_URL` و `STT_URL` — لم تعد هناك خدمات منفصلة
+- كل الطلبات تذهب لنفس `INFERENCE_BASE_URL` عبر مُنادٍ Gradio عام
+- التفريغ يرفع الملف لـ Gradio ثم ينادي `stt`
+
+**في التطبيق** (`api_service.dart`):
+- التفريغ الآن يرسل بايتات الصوت الخام مع ترويسة `x-lang`
+
+## خطوات التشغيل
+
+### 1) الـ Space
+انسخ (Duplicate) الـ Space الرسمي ResembleAI/Chatterbox-Multilingual-TTS-V3،
+ثم استبدل `app.py` و `requirements.txt` بالنسختين المرفقتين، وارفع `default_voice.wav`.
+اختر عتاد **ZeroGPU**.
+
+> تحميل أول مرة: MADLAD-3B (~12 جيجا) + Whisper + Chatterbox. أول طلب لكل
+> خدمة يستغرق وقتاً للتحميل، ثم يصبح سريعاً. لو أردت MADLAD أصغر/أسرع اضبط
+> متغير البيئة `MADLAD_MODEL=google/madlad400-3b-mt` (الافتراضي) — أو للجودة
+> الأعلى `google/madlad400-7b-mt`.
+
+### 2) السيرفر الوسيط
+```bash
+INFERENCE_BASE_URL=https://YOUR-USERNAME-SPACENAME.hf.space node api-server.js
+```
+متغير واحد فقط! (اختياري: `HF_TOKEN` لو الـ Space خاص، `PORT`).
+
+### 3) التطبيق
+```bash
+flutter run --dart-define=API_BASE_URL=https://your-bridge-server.com
+```
+
+## اختبار سريع للخادم الموحّد
+
+```bash
+BASE=https://YOUR-USERNAME-SPACENAME.hf.space
+
+# ترجمة
+curl -X POST $BASE/gradio_api/call/translate \
+  -H "Content-Type: application/json" \
+  -d '{"data":["مرحبا بالعالم","العربية (ar)","English (en)"]}'
+# ثم curl $BASE/gradio_api/call/translate/EVENT_ID
+```
+
+## ملاحظة الترخيص
+- **MADLAD-400**: Apache 2.0 ✅ تجاري مسموح (بديل NLLB الذي كان CC-BY-NC)
+- **Whisper**: MIT ✅
+- **Chatterbox**: MIT ✅
+كلها آمنة لتطبيق مدفوع.

app.py

@@ -1,21 +1,25 @@
-# app.py — Chatterbox Multilingual على Hugging Face Spaces (ZeroGPU)
-# واجهة Gradio للتجربة + API endpoint باسم /tts لتطبيق الأندرويد
+# app.py — جسر: خادم موحّد على Hugging Face Space (ZeroGPU)
+# يجمع ثلاث خدمات في مكان واحد:
+#   /tts        → توليد كلام بصوت مستنسخ (Chatterbox Multilingual)
+#   /translate  → ترجمة نصية (MADLAD-400، رخصة Apache تجارية)
+#   /stt        → تفريغ صوتي (Whisper)
 #
-# ⚠️ هذا الملف مصمم ليعمل داخل نسخة (Duplicate) من الـ Space الرسمي:
-#    ResembleAI/Chatterbox-Multilingual-TTS-V3
-# حيث كود النموذج موجود في مجلد src/ داخل الـ Space (وليس من pip).
+# ⚠️ يعمل داخل نسخة (Duplicate) من الـ Space الرسمي:
+#    ResembleAI/Chatterbox-Multilingual-TTS-V3  (كود Chatterbox في src/)
 
 import os
 import sys
 
-# استيراد كود النموذج من مجلد src/ (طريقة الـ Space الرسمي)
 sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "src"))
 
 import spaces          # مطلوب لـ ZeroGPU
 import torch
-import soundfile as sf
+import torchaudio
 import gradio as gr
 
+# ============================================================
+#  اللغات المدعومة
+# ============================================================
 LANGS = {
     "العربية (ar)": "ar",
     "Türkçe (tr)": "tr",
@@ -25,84 +29,161 @@ LANGS = {
     "Deutsch (de)": "de",
     "Français (fr)": "fr",
 }
-
+LANG_CODES = set(LANGS.values())
 DEFAULT_VOICE = "default_voice.wav"
 
-_model = None  # يُحمَّل مرة واحدة عند أول طلب
-
+# ============================================================
+#  1) نموذج الكلام — Chatterbox (يُحمّل مرة واحدة)
+# ============================================================
+_tts_model = None
 
-def get_model():
-    global _model
-    if _model is None:
+def get_tts_model():
+    global _tts_model
+    if _tts_model is None:
         from chatterbox.mtl_tts import ChatterboxMultilingualTTS
-        _model = ChatterboxMultilingualTTS.from_pretrained(device="cuda")
-    return _model
-
-
-@spaces.GPU(duration=60)  # يحجز GPU من ZeroGPU لمدة التوليد فقط
+        _tts_model = ChatterboxMultilingualTTS.from_pretrained(device="cuda")
+    return _tts_model
+
+# ============================================================
+#  2) نموذج الترجمة — MADLAD-400 (Apache 2.0، تجاري، 400+ لغة)
+# ============================================================
+_mt_model = None
+_mt_tok = None
+MADLAD_ID = os.environ.get("MADLAD_MODEL", "google/madlad400-3b-mt")
+
+def get_mt():
+    global _mt_model, _mt_tok
+    if _mt_model is None:
+        from transformers import T5ForConditionalGeneration, T5Tokenizer
+        _mt_tok = T5Tokenizer.from_pretrained(MADLAD_ID)
+        _mt_model = T5ForConditionalGeneration.from_pretrained(
+            MADLAD_ID, torch_dtype=torch.float16, device_map="cuda"
+        )
+    return _mt_model, _mt_tok
+
+# ============================================================
+#  3) نموذج التفريغ — Whisper
+# ============================================================
+_asr = None
+
+def get_asr():
+    global _asr
+    if _asr is None:
+        import whisper
+        _asr = whisper.load_model("small", device="cuda")
+    return _asr
+
+# ============================================================
+#  الدوال المعروضة كـ API
+# ============================================================
+@spaces.GPU(duration=60)
 def tts(text: str, language: str, exaggeration: float = 0.5,
         cfg_weight: float = 0.5, voice_ref=None):
-    """يولّد الكلام ويرجع مسار ملف WAV."""
+    """توليد كلام بصوت مستنسخ. يعيد مسار WAV."""
     text = (text or "").strip()
     if not text:
         raise gr.Error("أدخل نصاً أولاً")
     if len(text) > 1000:
-        raise gr.Error("الحد الأقصى 1000 حرف لكل طلب")
-
-    lang = LANGS.get(language, language)  # يقبل "ar" مباشرة أو الاسم المعروض
-    if lang not in LANGS.values():
+        raise gr.Error("الحد الأقصى 1000 حرف")
+    lang = LANGS.get(language, language)
+    if lang not in LANG_CODES:
         raise gr.Error(f"لغة غير مدعومة: {language}")
-
     ref = voice_ref if voice_ref else DEFAULT_VOICE
     if not os.path.exists(ref):
         raise gr.Error("ملف الصوت المرجعي default_voice.wav غير موجود — ارفعه للـ Space")
-
-    model = get_model()
+    model = get_tts_model()
     wav = model.generate(
-        text,
-        language_id=lang,
-        audio_prompt_path=ref,
-        exaggeration=float(exaggeration),
-        cfg_weight=float(cfg_weight),
+        text, language_id=lang, audio_prompt_path=ref,
+        exaggeration=float(exaggeration), cfg_weight=float(cfg_weight),
     )
     out_path = "/tmp/speech.wav"
-    sf.write(out_path, wav.squeeze(0).detach().cpu().numpy(), model.sr)
+    torchaudio.save(out_path, wav, model.sr)
     return out_path
 
 
-with gr.Blocks(title="Multilingual TTS") as demo:
-    gr.Markdown("# 🎙️ توليد كلام بـ 7 لغات — Chatterbox Multilingual")
-
-    with gr.Row():
-        with gr.Column():
-            text_in = gr.Textbox(label="النص", lines=4,
-                                 placeholder="اكتب النص هنا...")
-            lang_in = gr.Dropdown(choices=list(LANGS.keys()),
-                                  value="العربية (ar)", label="اللغة")
-            with gr.Accordion("إعدادات متقدمة", open=False):
-                exag = gr.Slider(0.25, 1.0, value=0.5, step=0.05,
-                                 label="قوة التعبير (exaggeration)")
-                cfg = gr.Slider(0.2, 0.8, value=0.5, step=0.05,
-                                label="التطابق مع الصوت المرجعي (cfg_weight)")
-                voice_in = gr.Audio(label="صوت مرجعي مخصص (اختياري)",
-                                    type="filepath")
-            btn = gr.Button("🔊 توليد", variant="primary")
-        with gr.Column():
-            audio_out = gr.Audio(label="الناتج", type="filepath",
-                                 autoplay=True)
-
-    # api_name="tts" ⇒ endpoint ثابت للأندرويد: /gradio_api/call/tts
-    btn.click(tts, inputs=[text_in, lang_in, exag, cfg, voice_in],
-              outputs=audio_out, api_name="tts")
-
-    gr.Examples(
-        examples=[
-            ["مرحباً بكم في تطبيقنا الجديد", "العربية (ar)"],
-            ["Uygulamamıza hoş geldiniz", "Türkçe (tr)"],
-            ["Welcome to our new application", "English (en)"],
-            ["हमारे नए ऐप में आपका स्वागत है", "हिन्दी (hi)"],
-        ],
-        inputs=[text_in, lang_in],
-    )
+@spaces.GPU(duration=30)
+def translate(text: str, source: str, target: str):
+    """ترجمة نص عبر MADLAD-400. يعيد النص المترجم."""
+    text = (text or "").strip()
+    if not text:
+        return ""
+    tgt = LANGS.get(target, target)
+    src = LANGS.get(source, source)
+    if tgt not in LANG_CODES:
+        raise gr.Error(f"لغة هدف غير مدعومة: {target}")
+    if src == tgt:
+        return text
+    model, tok = get_mt()
+    prompt = f"<2{tgt}> {text}"   # بادئة MADLAD تحدد لغة الهدف
+    inputs = tok(prompt, return_tensors="pt", truncation=True,
+                 max_length=512).to("cuda")
+    with torch.no_grad():
+        out = model.generate(**inputs, max_new_tokens=512, num_beams=1)
+    return tok.decode(out[0], skip_special_tokens=True).strip()
+
+
+@spaces.GPU(duration=30)
+def stt(audio_path: str, language: str = ""):
+    """تفريغ صوتي عبر Whisper. يعيد النص."""
+    if not audio_path or not os.path.exists(audio_path):
+        return ""
+    lang = LANGS.get(language, language) if language else None
+    asr = get_asr()
+    kwargs = {}
+    if lang and lang in LANG_CODES:
+        kwargs["language"] = lang
+    result = asr.transcribe(audio_path, **kwargs)
+    return (result.get("text") or "").strip()
+
+# ============================================================
+#  واجهة Gradio + نقاط API
+# ============================================================
+with gr.Blocks(title="جسر — خادم موحّد") as demo:
+    gr.Markdown("# 🌉 جسر — ترجمة + استنساخ صوتي (7 لغات)")
+
+    with gr.Tab("🔊 توليد كلام"):
+        with gr.Row():
+            with gr.Column():
+                text_in = gr.Textbox(label="النص", lines=4,
+                                     placeholder="اكتب النص هنا...")
+                lang_in = gr.Dropdown(choices=list(LANGS.keys()),
+                                      value="العربية (ar)", label="اللغة")
+                with gr.Accordion("إعدادات متقدمة", open=False):
+                    exag = gr.Slider(0.25, 1.0, value=0.5, step=0.05,
+                                     label="قوة التعبير")
+                    cfg = gr.Slider(0.2, 0.8, value=0.5, step=0.05,
+                                    label="التطابق مع الصوت المرجعي")
+                    voice_in = gr.Audio(label="صوت مرجعي مخصص (اختياري)",
+                                        type="filepath")
+                btn = gr.Button("🔊 توليد", variant="primary")
+            with gr.Column():
+                audio_out = gr.Audio(label="الناتج", type="filepath",
+                                     autoplay=True)
+        btn.click(tts, inputs=[text_in, lang_in, exag, cfg, voice_in],
+                  outputs=audio_out, api_name="tts")
+
+    with gr.Tab("🌍 ترجمة"):
+        with gr.Row():
+            with gr.Column():
+                mt_text = gr.Textbox(label="النص", lines=3)
+                mt_src = gr.Dropdown(choices=list(LANGS.keys()),
+                                     value="العربية (ar)", label="من")
+                mt_tgt = gr.Dropdown(choices=list(LANGS.keys()),
+                                     value="English (en)", label="إلى")
+                mt_btn = gr.Button("ترجم", variant="primary")
+            mt_out = gr.Textbox(label="الترجمة", lines=3)
+        mt_btn.click(translate, inputs=[mt_text, mt_src, mt_tgt],
+                     outputs=mt_out, api_name="translate")
+
+    with gr.Tab("🎤 تفريغ صوتي"):
+        with gr.Row():
+            with gr.Column():
+                stt_audio = gr.Audio(label="ملف صوتي", type="filepath")
+                stt_lang = gr.Dropdown(choices=[""] + list(LANGS.keys()),
+                                       value="", label="اللغة (اختياري)")
+                stt_btn = gr.Button("فرّغ", variant="primary")
+            stt_out = gr.Textbox(label="النص", lines=3)
+        stt_btn.click(stt, inputs=[stt_audio, stt_lang],
+                      outputs=stt_out, api_name="stt")
 
 demo.queue(max_size=20).launch(ssr_mode=False)

requirements.txt

@@ -1,3 +1,4 @@
+# --- Chatterbox (توليد الصوت) ---
 numpy==1.26.4
 librosa==0.11.0
 einops
@@ -9,3 +10,10 @@ transformers==4.46.3
 diffusers==0.29.0
 resemble-perth==1.0.1
 safetensors
+
+# --- MADLAD-400 (الترجمة) ---
+sentencepiece
+accelerate
+
+# --- Whisper (التفريغ الصوتي) ---
+openai-whisper

src/chatterbox/__init__.py

@@ -3,10 +3,7 @@ try:
 except ImportError:
     from importlib_metadata import version  # For Python <3.8
 
-try:
-    __version__ = version("chatterbox-tts")
-except Exception:
-    __version__ = "0.0.0-vendored"  # يعمل من مجلد src/ بدون تثبيت pip
+__version__ = version("chatterbox-tts")
 
 
 from .tts import ChatterboxTTS