Upload 2 files

app-11.py

@@ -0,0 +1,701 @@
+import gradio as gr
+import soundfile as sf
+import tempfile
+import os
+import time
+import numpy as np
+import librosa
+import re
+import json
+import shutil
+from pathlib import Path
+from datetime import datetime
+from llama_cpp import Llama
+from neucodec import NeuCodecOnnxDecoder
+import torch
+from utils.phonemize_text import phonemize_with_dict
+import threading
+from queue import Queue
+
+print("⏳ Đang khởi động VieNeu-TTS...")
+
+# --- CONSTANTS ---
+MAX_CHARS_PER_CHUNK = 256
+SAMPLE_RATE = 24000
+DEVICE_INFO = "Q4 GGUF (llama-cpp) + ONNX Codec"
+
+# Thư mục lưu lịch sử - sử dụng thư mục tạm nếu không có quyền ghi
+try:
+    HISTORY_DIR = "./tts_history"
+    os.makedirs(HISTORY_DIR, exist_ok=True)
+    # Test write permission
+    test_file = os.path.join(HISTORY_DIR, ".test")
+    with open(test_file, 'w') as f:
+        f.write("test")
+    os.remove(test_file)
+except (PermissionError, OSError):
+    # Fallback to temp directory
+    HISTORY_DIR = os.path.join(tempfile.gettempdir(), "vieneu_tts_history")
+    os.makedirs(HISTORY_DIR, exist_ok=True)
+    print(f"⚠️ Không có quyền ghi, sử dụng thư mục tạm: {HISTORY_DIR}")
+
+HISTORY_JSON = os.path.join(HISTORY_DIR, "history.json")
+
+# Đường dẫn model
+BACKBONE_REPO = "pnnbao-ump/VieNeu-TTS-q8-gguf"
+CODEC_REPO = "neuphonic/neucodec-onnx-decoder"
+
+# Giọng mẫu
+VOICE_SAMPLES = {
+    "Tuyên (nam miền Bắc)": {
+        "audio": "./sample/Tuyên (nam miền Bắc).wav",
+        "text": "./sample/Tuyên (nam miền Bắc).txt",
+        "codes": "./sample/Tuyên (nam miền Bắc).pt"
+    },
+    "Vĩnh (nam miền Nam)": {
+        "audio": "./sample/Vĩnh (nam miền Nam).wav",
+        "text": "./sample/Vĩnh (nam miền Nam).txt",
+        "codes": "./sample/Vĩnh (nam miền Nam).pt"
+    },
+    "Bình (nam miền Bắc)": {
+        "audio": "./sample/Bình (nam miền Bắc).wav",
+        "text": "./sample/Bình (nam miền Bắc).txt",
+        "codes": "./sample/Bình (nam miền Bắc).pt"
+    },
+    "Nguyên (nam miền Nam)": {
+        "audio": "./sample/Nguyên (nam miền Nam).wav",
+        "text": "./sample/Nguyên (nam miền Nam).txt",
+        "codes": "./sample/Nguyên (nam miền Nam).pt"
+    },
+    "Sơn (nam miền Nam)": {
+        "audio": "./sample/Sơn (nam miền Nam).wav",
+        "text": "./sample/Sơn (nam miền Nam).txt",
+        "codes": "./sample/Sơn (nam miền Nam).pt"
+    },
+    "Đoan (nữ miền Nam)": {
+        "audio": "./sample/Đoan (nữ miền Nam).wav",
+        "text": "./sample/Đoan (nữ miền Nam).txt",
+        "codes": "./sample/Đoan (nữ miền Nam).pt"
+    },
+    "Ngọc (nữ miền Bắc)": {
+        "audio": "./sample/Ngọc (nữ miền Bắc).wav",
+        "text": "./sample/Ngọc (nữ miền Bắc).txt",
+        "codes": "./sample/Ngọc (nữ miền Bắc).pt"
+    },
+    "Ly (nữ miền Bắc)": {
+        "audio": "./sample/Ly (nữ miền Bắc).wav",
+        "text": "./sample/Ly (nữ miền Bắc).txt",
+        "codes": "./sample/Ly (nữ miền Bắc).pt"
+    },
+    "Dung (nữ miền Nam)": {
+        "audio": "./sample/Dung (nữ miền Nam).wav",
+        "text": "./sample/Dung (nữ miền Nam).txt",
+        "codes": "./sample/Dung (nữ miền Nam).pt"
+    }
+}
+
+# --- HISTORY MANAGEMENT ---
+def load_history():
+    """Tải lịch sử từ file JSON"""
+    if os.path.exists(HISTORY_JSON):
+        try:
+            with open(HISTORY_JSON, 'r', encoding='utf-8') as f:
+                return json.load(f)
+        except:
+            return []
+    return []
+
+def save_history(history):
+    """Lưu lịch sử vào file JSON"""
+    with open(HISTORY_JSON, 'w', encoding='utf-8') as f:
+        json.dump(history, f, ensure_ascii=False, indent=2)
+
+def add_to_history(text, voice, audio_path, duration, status):
+    """Thêm một bản ghi vào lịch sử"""
+    try:
+        history = load_history()
+        
+        # Tạo tên file duy nhất
+        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+        filename = f"tts_{timestamp}.wav"
+        permanent_path = os.path.join(HISTORY_DIR, filename)
+        
+        # Copy file audio vào thư mục lịch sử
+        if audio_path and os.path.exists(audio_path):
+            try:
+                shutil.copy2(audio_path, permanent_path)
+            except Exception as e:
+                print(f"⚠️ Không thể copy file audio: {e}")
+                permanent_path = audio_path  # Dùng file tạm nếu không copy được
+        
+        record = {
+            "id": timestamp,
+            "timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+            "text": text[:100] + "..." if len(text) > 100 else text,
+            "full_text": text,
+            "voice": voice,
+            "audio_path": permanent_path,
+            "duration": duration,
+            "status": status
+        }
+        
+        history.insert(0, record)  # Thêm vào đầu danh sách
+        
+        # Giới hạn lịch sử tối đa 100 bản ghi
+        if len(history) > 100:
+            # Xóa file audio cũ
+            old_record = history.pop()
+            try:
+                if os.path.exists(old_record['audio_path']):
+                    os.remove(old_record['audio_path'])
+            except:
+                pass
+        
+        save_history(history)
+        return permanent_path
+    except Exception as e:
+        print(f"⚠️ Lỗi khi lưu lịch sử: {e}")
+        return audio_path if audio_path else None
+
+def get_history_list():
+    """Lấy danh sách lịch sử để hiển thị"""
+    history = load_history()
+    if not history:
+        return "Chưa có lịch sử tổng hợp nào."
+    
+    output = []
+    for i, record in enumerate(history[:50], 1):  # Hiển thị 50 bản ghi gần nhất
+        output.append(f"**{i}. [{record['timestamp']}]** - {record['voice']}")
+        output.append(f"   📝 {record['text']}")
+        output.append(f"   ⏱️ Thời lượng: {record['duration']:.2f}s | {record['status']}")
+        output.append("")
+    
+    return "\n".join(output)
+
+def delete_history_item(item_id):
+    """Xóa một item khỏi lịch sử"""
+    history = load_history()
+    history = [h for h in history if h['id'] != item_id]
+    save_history(history)
+
+# --- BACKGROUND PROCESSING QUEUE ---
+processing_queue = Queue()
+is_processing = False
+
+def background_processor():
+    """Xử lý queue tổng hợp trong background"""
+    global is_processing
+    while True:
+        task = processing_queue.get()
+        if task is None:
+            break
+        
+        is_processing = True
+        text, voice = task
+        
+        try:
+            print(f"[Background] Bắt đầu tổng hợp: {text[:50]}...")
+            result = synthesize_speech_internal(text, voice)
+            print(f"[Background] Hoàn thành: {result}")
+        except Exception as e:
+            print(f"[Background] Lỗi: {e}")
+        
+        is_processing = False
+        processing_queue.task_done()
+
+# Khởi động background thread
+bg_thread = threading.Thread(target=background_processor, daemon=True)
+bg_thread.start()
+
+def split_text_into_chunks(text, max_chars=256):
+    """Chia text thành chunks"""
+    sentences = re.split(r'([.!?,;])', text)
+    chunks = []
+    current = ""
+    
+    for i in range(0, len(sentences), 2):
+        sentence = sentences[i]
+        punct = sentences[i+1] if i+1 < len(sentences) else ""
+        segment = sentence + punct
+        
+        if len(current) + len(segment) <= max_chars:
+            current += segment
+        else:
+            if current:
+                chunks.append(current.strip())
+            current = segment
+    
+    if current:
+        chunks.append(current.strip())
+    
+    return chunks if chunks else [text]
+
+def decode_audio(codes_str, codec):
+    """Decode speech tokens to audio"""
+    speech_ids = [int(num) for num in re.findall(r"<\|speech_(\d+)\|>", codes_str)]
+    
+    if len(speech_ids) == 0:
+        print("Không tìm thấy mã giọng nói hợp lệ.")
+        return np.array([], dtype=np.float32)
+    
+    codes = np.array(speech_ids, dtype=np.int32)[np.newaxis, np.newaxis, :]
+    recon = codec.decode_code(codes)
+    return recon[0, 0, :]
+
+# --- MODEL LOADING ---
+print("📦 Đang tải model Q4 GGUF và Codec ONNX...")
+model_loaded = False
+backbone = None
+codec = None
+
+try:
+    backbone = Llama.from_pretrained(
+        repo_id=BACKBONE_REPO,
+        filename="*.gguf",
+        verbose=False,
+        n_gpu_layers=-1,
+        n_ctx=2048,
+        mlock=True,
+        flash_attn=True,
+    )
+    
+    codec = NeuCodecOnnxDecoder.from_pretrained(CODEC_REPO)
+    
+    print("✅ Model đã tải thành công!")
+    model_loaded = True
+except Exception as e:
+    import traceback
+    traceback.print_exc()
+    print(f"❌ Lỗi khi tải model: {e}")
+    model_loaded = False
+
+# --- SYNTHESIS FUNCTION (Internal) ---
+def synthesize_speech_internal(text, voice_choice):
+    """Internal synthesis function không phụ thuộc UI"""
+    global backbone, codec, model_loaded
+    
+    if not model_loaded:
+        return None
+    
+    if not text or text.strip() == "":
+        return None
+    
+    if voice_choice not in VOICE_SAMPLES:
+        return None
+    
+    raw_text = text.strip()
+    
+    # Load reference text
+    ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
+    try:
+        with open(ref_text_path, "r", encoding="utf-8") as f:
+            ref_text_raw = f.read()
+    except Exception as e:
+        print(f"❌ Lỗi đọc file text mẫu: {e}")
+        return None
+
+    # Tải codes
+    ref_codes = None
+    codes_path = VOICE_SAMPLES[voice_choice]["codes"]
+    
+    try:
+        ref_codes_tensor = torch.load(codes_path, map_location="cpu")
+        if isinstance(ref_codes_tensor, torch.Tensor):
+            ref_codes = ref_codes_tensor.cpu().numpy()
+        else:
+            ref_codes = np.array(ref_codes_tensor)
+    except Exception as e:
+        print(f"❌ Lỗi khi tải codes: {e}")
+        return None
+    
+    if ref_codes is None or len(ref_codes) == 0:
+        return None
+
+    # Split text
+    text_chunks = split_text_into_chunks(raw_text, max_chars=MAX_CHARS_PER_CHUNK)
+    
+    all_audio_segments = []
+    silence_pad = np.zeros(int(SAMPLE_RATE * 0.15), dtype=np.float32)
+    
+    start_time = time.time()
+    
+    try:
+        for i, chunk in enumerate(text_chunks):
+            # Phonemize
+            ref_text_phoneme = phonemize_with_dict(ref_text_raw)
+            input_text_phoneme = phonemize_with_dict(chunk)
+            
+            # Create prompt
+            codes_str = "".join([f"<|speech_{idx}|>" for idx in ref_codes])
+            
+            prompt = (
+                f"user: Convert the text to speech:<|TEXT_PROMPT_START|>{ref_text_phoneme} {input_text_phoneme}"
+                f"<|TEXT_PROMPT_END|>\nassistant:<|SPEECH_GENERATION_START|>{codes_str}"
+            )
+            
+            # Generate
+            output = backbone(
+                prompt,
+                max_tokens=2048,
+                temperature=1.0,
+                top_k=50,
+                stop=["<|SPEECH_GENERATION_END|>"],
+            )
+            output_str = output["choices"][0]["text"]
+            
+            # Decode
+            chunk_wav = decode_audio(codes_str + output_str, codec)
+            
+            if chunk_wav is not None and len(chunk_wav) > 0:
+                all_audio_segments.append(chunk_wav)
+                if i < len(text_chunks) - 1:
+                    all_audio_segments.append(silence_pad)
+        
+        if not all_audio_segments:
+            return None
+        
+        final_wav = np.concatenate(all_audio_segments)
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
+            sf.write(tmp.name, final_wav, SAMPLE_RATE)
+            output_path = tmp.name
+        
+        process_time = time.time() - start_time
+        
+        # Lưu vào lịch sử
+        permanent_path = add_to_history(raw_text, voice_choice, output_path, process_time, "Thành công")
+        
+        return permanent_path
+        
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        return None
+
+# --- SYNTHESIS FUNCTION (UI) ---
+def synthesize_speech(text, voice_choice):
+    """Main synthesis function với UI feedback"""
+    global backbone, codec, model_loaded
+    
+    if not model_loaded:
+        yield None, "⚠️ Model chưa tải. Vui lòng kiểm tra lỗi console!"
+        return
+    
+    if not text or text.strip() == "":
+        yield None, "⚠️ Vui lòng nhập văn bản!"
+        return
+    
+    if voice_choice not in VOICE_SAMPLES:
+        yield None, "⚠️ Vui lòng chọn giọng mẫu."
+        return
+    
+    raw_text = text.strip()
+    
+    # Load reference text
+    ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
+    try:
+        with open(ref_text_path, "r", encoding="utf-8") as f:
+            ref_text_raw = f.read()
+    except Exception as e:
+        yield None, f"❌ Lỗi đọc file text mẫu: {e}"
+        return
+
+    yield None, "📄 Đang xử lý Reference..."
+    
+    # Tải codes
+    ref_codes = None
+    codes_path = VOICE_SAMPLES[voice_choice]["codes"]
+    
+    try:
+        ref_codes_tensor = torch.load(codes_path, map_location="cpu")
+        if isinstance(ref_codes_tensor, torch.Tensor):
+            ref_codes = ref_codes_tensor.cpu().numpy()
+        else:
+            ref_codes = np.array(ref_codes_tensor)
+    except Exception as e:
+        yield None, f"❌ Lỗi khi tải codes: {e}"
+        return
+    
+    if ref_codes is None or len(ref_codes) == 0:
+        yield None, "❌ Codes tham chiếu không hợp lệ."
+        return
+
+    # Split text
+    text_chunks = split_text_into_chunks(raw_text, max_chars=MAX_CHARS_PER_CHUNK)
+    total_chunks = len(text_chunks)
+    
+    yield None, f"🚀 Bắt đầu tổng hợp ({total_chunks} đoạn)..."
+    
+    all_audio_segments = []
+    silence_pad = np.zeros(int(SAMPLE_RATE * 0.15), dtype=np.float32)
+    
+    start_time = time.time()
+    
+    try:
+        for i, chunk in enumerate(text_chunks):
+            yield None, f"⏳ Đang xử lý đoạn {i+1}/{total_chunks}..."
+            
+            # Phonemize
+            ref_text_phoneme = phonemize_with_dict(ref_text_raw)
+            input_text_phoneme = phonemize_with_dict(chunk)
+            
+            # Create prompt
+            codes_str = "".join([f"<|speech_{idx}|>" for idx in ref_codes])
+            
+            prompt = (
+                f"user: Convert the text to speech:<|TEXT_PROMPT_START|>{ref_text_phoneme} {input_text_phoneme}"
+                f"<|TEXT_PROMPT_END|>\nassistant:<|SPEECH_GENERATION_START|>{codes_str}"
+            )
+            
+            # Generate
+            output = backbone(
+                prompt,
+                max_tokens=2048,
+                temperature=1.0,
+                top_k=50,
+                stop=["<|SPEECH_GENERATION_END|>"],
+            )
+            output_str = output["choices"][0]["text"]
+            
+            # Decode
+            chunk_wav = decode_audio(codes_str + output_str, codec)
+            
+            if chunk_wav is not None and len(chunk_wav) > 0:
+                all_audio_segments.append(chunk_wav)
+                if i < total_chunks - 1:
+                    all_audio_segments.append(silence_pad)
+        
+        if not all_audio_segments:
+            yield None, "❌ Không sinh được audio nào."
+            return
+        
+        yield None, "💾 Đang ghép file và lưu..."
+        
+        final_wav = np.concatenate(all_audio_segments)
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
+            sf.write(tmp.name, final_wav, SAMPLE_RATE)
+            output_path = tmp.name
+        
+        process_time = time.time() - start_time
+        
+        # Lưu vào lịch sử
+        permanent_path = add_to_history(raw_text, voice_choice, output_path, process_time, "Thành công")
+        
+        yield permanent_path, f"✅ Hoàn tất! (Tổng thời gian: {process_time:.2f}s)"
+        
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        add_to_history(raw_text, voice_choice, None, 0, f"Lỗi: {str(e)}")
+        yield None, f"❌ Lỗi tổng hợp: {str(e)}"
+
+def refresh_history():
+    """Làm mới danh sách lịch sử"""
+    return get_history_list()
+
+def load_history_item(history_index):
+    """Tải một item từ lịch sử"""
+    if not history_index:
+        return None, "", "", ""
+    
+    try:
+        index = int(history_index.split(".")[0]) - 1
+        history = load_history()
+        if 0 <= index < len(history):
+            record = history[index]
+            return (
+                record['audio_path'] if os.path.exists(record['audio_path']) else None,
+                record['full_text'],
+                record['voice'],
+                f"📅 {record['timestamp']} | ⏱️ {record['duration']:.2f}s"
+            )
+    except:
+        pass
+    
+    return None, "", "", ""
+
+# --- UI SETUP ---
+theme = gr.themes.Ocean(
+    primary_hue="indigo",
+    secondary_hue="cyan",
+    neutral_hue="slate",
+    font=[gr.themes.GoogleFont('Inter'), 'ui-sans-serif', 'system-ui'],
+).set(
+    button_primary_background_fill="linear-gradient(90deg, #6366f1 0%, #0ea5e9 100%)",
+    button_primary_background_fill_hover="linear-gradient(90deg, #4f46e5 0%, #0284c7 100%)",
+)
+
+css = """
+.container { max-width: 1400px; margin: auto; }
+.header-box {
+    text-align: center;
+    margin-bottom: 25px;
+    padding: 25px;
+    background: linear-gradient(135deg, #0f172a 0%, #1e293b 100%);
+    border-radius: 12px;
+    color: white;
+}
+.header-title {
+    font-size: 2.5rem;
+    font-weight: 800;
+}
+.gradient-text {
+    background: -webkit-linear-gradient(45deg, #60A5FA, #22D3EE);
+    -webkit-background-clip: text;
+    -webkit-text-fill-color: transparent;
+}
+.status-box {
+    font-weight: bold;
+    text-align: center;
+    border: none;
+    background: transparent;
+}
+.model-card-content {
+    display: flex;
+    flex-wrap: wrap;
+    justify-content: center;
+    align-items: center;
+    gap: 15px;
+    font-size: 0.9rem;
+    color: #cbd5e1;
+}
+.model-card-item {
+    display: flex;
+    align-items: center;
+    justify-content: center;
+    gap: 6px;
+    color: #94a3b8;
+}
+.model-card-link {
+    color: #3b82f6;
+    text-decoration: none;
+    font-weight: 500;
+    transition: color 0.2s;
+}
+.model-card-link:hover {
+    color: #2563eb;
+    text-decoration: underline;
+}
+.history-list {
+    max-height: 600px;
+    overflow-y: auto;
+    padding: 15px;
+    background: #f8fafc;
+    border-radius: 8px;
+}
+"""
+
+EXAMPLES_LIST = [
+    ["Về miền Tây không chỉ để ngắm nhìn sông nước hữu tình, mà còn để cảm nhận tấm chân tình của người dân nơi đây.", "Vĩnh (nam miền Nam)"],
+    ["Hà Nội những ngày vào thu mang một vẻ đẹp trầm mặc và cổ kính đến lạ thường.", "Bình (nam miền Bắc)"],
+    ["Thành phố Hồ Chí Minh luôn chuyển mình không ngừng với nhịp sống hối hả, năng động.", "Dung (nữ miền Nam)"],
+]
+
+initial_status = f"✅ Model đã tải thành công! (Chạy trên **{DEVICE_INFO}**). Hỗ trợ xử lý background và lưu lịch sử." if model_loaded else "❌ Lỗi khi tải model."
+
+with gr.Blocks(title="VieNeu-TTS", theme=theme, css=css) as demo:
+    with gr.Column(elem_classes="container"):
+        gr.HTML(f"""
+<div class="header-box">
+    <h1 class="header-title">
+        <span class="header-icon">🦜</span>
+        <span class="gradient-text">VieNeu-TTS Studio</span>
+    </h1>
+    <p>Chế độ: {DEVICE_INFO} | Background Processing ✅ | History ✅</p>
+    <p style="font-size: 0.85rem; color: #94a3b8;">📁 Lịch sử lưu tại: {HISTORY_DIR}</p>
+    <div class="model-card-content">
+        <div class="model-card-item">
+            <strong>Repository:</strong>
+            <a href="https://github.com/pnnbao97/VieNeu-TTS" target="_blank" class="model-card-link">GitHub</a>
+        </div>
+        <div class="model-card-item">
+            <strong>Tác giả:</strong>
+            <span>Phạm Nguyễn Ngọc Bảo</span>
+        </div>
+    </div>
+</div>
+        """)
+        
+        gr.Markdown(initial_status)
+
+        # --- TABS ---
+        with gr.Tabs():
+            # TAB 1: Tổng hợp
+            with gr.Tab("🎙️ Tổng hợp"):
+                with gr.Row(elem_classes="container"):
+                    with gr.Column(scale=3):
+                        text_input = gr.Textbox(
+                            label=f"Văn bản (Chia chunk: {MAX_CHARS_PER_CHUNK} ký tự)",
+                            lines=6,
+                            value="Hà Nội, trái tim của Việt Nam, là một thành phố ngàn năm văn hiến với bề dày lịch sử và văn hóa độc đáo. Bước chân trên những con phố cổ kính quanh Hồ Hoàn Kiếm, du khách như được du hành ngược thời gian.",
+                        )
+                        
+                        voice_select = gr.Dropdown(
+                            choices=list(VOICE_SAMPLES.keys()),
+                            value=list(VOICE_SAMPLES.keys())[0],
+                            label="👤 Chọn giọng mẫu",
+                        )
+                        
+                        btn_generate = gr.Button("🎵 Bắt đầu tổng hợp", variant="primary", size="lg", interactive=model_loaded)
+                    
+                    with gr.Column(scale=2):
+                        audio_output = gr.Audio(
+                            label="Kết quả",
+                            type="filepath",
+                            autoplay=True
+                        )
+                        status_output = gr.Textbox(label="Trạng thái", elem_classes="status-box", value="Chờ nhập văn bản...")
+
+                gr.Examples(
+                    examples=EXAMPLES_LIST,
+                    inputs=[text_input, voice_select],
+                    outputs=[audio_output, status_output],
+                    fn=synthesize_speech,
+                    cache_examples=False,
+                    label="Các ví dụ nhanh"
+                )
+            
+            # TAB 2: Lịch sử
+            with gr.Tab("📜 Lịch sử"):
+                with gr.Row():
+                    with gr.Column(scale=1):
+                        btn_refresh = gr.Button("🔄 Làm mới", size="sm")
+                        history_display = gr.Markdown(
+                            value=get_history_list(),
+                            elem_classes="history-list"
+                        )
+                    
+                    with gr.Column(scale=1):
+                        gr.Markdown("### Chi tiết")
+                        history_audio = gr.Audio(label="Audio", type="filepath")
+                        history_text = gr.Textbox(label="Văn bản đầy đủ", lines=5)
+                        history_voice = gr.Textbox(label="Giọng đã dùng")
+                        history_info = gr.Textbox(label="Thông tin")
+                        history_select = gr.Textbox(
+                            label="Nhập số thứ tự để xem (vd: 1)",
+                            placeholder="Nhập số..."
+                        )
+                        btn_load_history = gr.Button("📂 Tải item", variant="secondary")
+                
+                btn_refresh.click(
+                    fn=refresh_history,
+                    outputs=history_display
+                )
+                
+                btn_load_history.click(
+                    fn=load_history_item,
+                    inputs=history_select,
+                    outputs=[history_audio, history_text, history_voice, history_info]
+                )
+        
+        # Event handlers
+        btn_generate.click(
+            fn=synthesize_speech,
+            inputs=[text_input, voice_select],
+            outputs=[audio_output, status_output]
+        )
+
+if __name__ == "__main__":
+    demo.queue().launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+    )

app-12.py

@@ -0,0 +1,701 @@
+import gradio as gr
+import soundfile as sf
+import tempfile
+import os
+import time
+import numpy as np
+import librosa
+import re
+import json
+import shutil
+from pathlib import Path
+from datetime import datetime
+from llama_cpp import Llama
+from neucodec import NeuCodecOnnxDecoder
+import torch
+from utils.phonemize_text import phonemize_with_dict
+import threading
+from queue import Queue
+
+print("⏳ Đang khởi động VieNeu-TTS...")
+
+# --- CONSTANTS ---
+MAX_CHARS_PER_CHUNK = 256
+SAMPLE_RATE = 24000
+DEVICE_INFO = "Q4 GGUF (llama-cpp) + ONNX Codec"
+
+# Thư mục lưu lịch sử - sử dụng thư mục tạm nếu không có quyền ghi
+try:
+    HISTORY_DIR = "./tts_history"
+    os.makedirs(HISTORY_DIR, exist_ok=True)
+    # Test write permission
+    test_file = os.path.join(HISTORY_DIR, ".test")
+    with open(test_file, 'w') as f:
+        f.write("test")
+    os.remove(test_file)
+except (PermissionError, OSError):
+    # Fallback to temp directory
+    HISTORY_DIR = os.path.join(tempfile.gettempdir(), "vieneu_tts_history")
+    os.makedirs(HISTORY_DIR, exist_ok=True)
+    print(f"⚠️ Không có quyền ghi, sử dụng thư mục tạm: {HISTORY_DIR}")
+
+HISTORY_JSON = os.path.join(HISTORY_DIR, "history.json")
+
+# Đường dẫn model
+BACKBONE_REPO = "pnnbao-ump/VieNeu-TTS-q8-gguf"
+CODEC_REPO = "neuphonic/neucodec-onnx-decoder"
+
+# Giọng mẫu
+VOICE_SAMPLES = {
+    "Tuyên (nam miền Bắc)": {
+        "audio": "./sample/Tuyên (nam miền Bắc).wav",
+        "text": "./sample/Tuyên (nam miền Bắc).txt",
+        "codes": "./sample/Tuyên (nam miền Bắc).pt"
+    },
+    "Vĩnh (nam miền Nam)": {
+        "audio": "./sample/Vĩnh (nam miền Nam).wav",
+        "text": "./sample/Vĩnh (nam miền Nam).txt",
+        "codes": "./sample/Vĩnh (nam miền Nam).pt"
+    },
+    "Bình (nam miền Bắc)": {
+        "audio": "./sample/Bình (nam miền Bắc).wav",
+        "text": "./sample/Bình (nam miền Bắc).txt",
+        "codes": "./sample/Bình (nam miền Bắc).pt"
+    },
+    "Nguyên (nam miền Nam)": {
+        "audio": "./sample/Nguyên (nam miền Nam).wav",
+        "text": "./sample/Nguyên (nam miền Nam).txt",
+        "codes": "./sample/Nguyên (nam miền Nam).pt"
+    },
+    "Sơn (nam miền Nam)": {
+        "audio": "./sample/Sơn (nam miền Nam).wav",
+        "text": "./sample/Sơn (nam miền Nam).txt",
+        "codes": "./sample/Sơn (nam miền Nam).pt"
+    },
+    "Đoan (nữ miền Nam)": {
+        "audio": "./sample/Đoan (nữ miền Nam).wav",
+        "text": "./sample/Đoan (nữ miền Nam).txt",
+        "codes": "./sample/Đoan (nữ miền Nam).pt"
+    },
+    "Ngọc (nữ miền Bắc)": {
+        "audio": "./sample/Ngọc (nữ miền Bắc).wav",
+        "text": "./sample/Ngọc (nữ miền Bắc).txt",
+        "codes": "./sample/Ngọc (nữ miền Bắc).pt"
+    },
+    "Ly (nữ miền Bắc)": {
+        "audio": "./sample/Ly (nữ miền Bắc).wav",
+        "text": "./sample/Ly (nữ miền Bắc).txt",
+        "codes": "./sample/Ly (nữ miền Bắc).pt"
+    },
+    "Dung (nữ miền Nam)": {
+        "audio": "./sample/Dung (nữ miền Nam).wav",
+        "text": "./sample/Dung (nữ miền Nam).txt",
+        "codes": "./sample/Dung (nữ miền Nam).pt"
+    }
+}
+
+# --- HISTORY MANAGEMENT ---
+def load_history():
+    """Tải lịch sử từ file JSON"""
+    if os.path.exists(HISTORY_JSON):
+        try:
+            with open(HISTORY_JSON, 'r', encoding='utf-8') as f:
+                return json.load(f)
+        except:
+            return []
+    return []
+
+def save_history(history):
+    """Lưu lịch sử vào file JSON"""
+    with open(HISTORY_JSON, 'w', encoding='utf-8') as f:
+        json.dump(history, f, ensure_ascii=False, indent=2)
+
+def add_to_history(text, voice, audio_path, duration, status):
+    """Thêm một bản ghi vào lịch sử"""
+    try:
+        history = load_history()
+        
+        # Tạo tên file duy nhất
+        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+        filename = f"tts_{timestamp}.wav"
+        permanent_path = os.path.join(HISTORY_DIR, filename)
+        
+        # Copy file audio vào thư mục lịch sử
+        if audio_path and os.path.exists(audio_path):
+            try:
+                shutil.copy2(audio_path, permanent_path)
+            except Exception as e:
+                print(f"⚠️ Không thể copy file audio: {e}")
+                permanent_path = audio_path  # Dùng file tạm nếu không copy được
+        
+        record = {
+            "id": timestamp,
+            "timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+            "text": text[:100] + "..." if len(text) > 100 else text,
+            "full_text": text,
+            "voice": voice,
+            "audio_path": permanent_path,
+            "duration": duration,
+            "status": status
+        }
+        
+        history.insert(0, record)  # Thêm vào đầu danh sách
+        
+        # Giới hạn lịch sử tối đa 100 bản ghi
+        if len(history) > 100:
+            # Xóa file audio cũ
+            old_record = history.pop()
+            try:
+                if os.path.exists(old_record['audio_path']):
+                    os.remove(old_record['audio_path'])
+            except:
+                pass
+        
+        save_history(history)
+        return permanent_path
+    except Exception as e:
+        print(f"⚠️ Lỗi khi lưu lịch sử: {e}")
+        return audio_path if audio_path else None
+
+def get_history_list():
+    """Lấy danh sách lịch sử để hiển thị"""
+    history = load_history()
+    if not history:
+        return "Chưa có lịch sử tổng hợp nào."
+    
+    output = []
+    for i, record in enumerate(history[:50], 1):  # Hiển thị 50 bản ghi gần nhất
+        output.append(f"**{i}. [{record['timestamp']}]** - {record['voice']}")
+        output.append(f"   📝 {record['text']}")
+        output.append(f"   ⏱️ Thời lượng: {record['duration']:.2f}s | {record['status']}")
+        output.append("")
+    
+    return "\n".join(output)
+
+def delete_history_item(item_id):
+    """Xóa một item khỏi lịch sử"""
+    history = load_history()
+    history = [h for h in history if h['id'] != item_id]
+    save_history(history)
+
+# --- BACKGROUND PROCESSING QUEUE ---
+processing_queue = Queue()
+is_processing = False
+
+def background_processor():
+    """Xử lý queue tổng hợp trong background"""
+    global is_processing
+    while True:
+        task = processing_queue.get()
+        if task is None:
+            break
+        
+        is_processing = True
+        text, voice = task
+        
+        try:
+            print(f"[Background] Bắt đầu tổng hợp: {text[:50]}...")
+            result = synthesize_speech_internal(text, voice)
+            print(f"[Background] Hoàn thành: {result}")
+        except Exception as e:
+            print(f"[Background] Lỗi: {e}")
+        
+        is_processing = False
+        processing_queue.task_done()
+
+# Khởi động background thread
+bg_thread = threading.Thread(target=background_processor, daemon=True)
+bg_thread.start()
+
+def split_text_into_chunks(text, max_chars=256):
+    """Chia text thành chunks"""
+    sentences = re.split(r'([.!?,;])', text)
+    chunks = []
+    current = ""
+    
+    for i in range(0, len(sentences), 2):
+        sentence = sentences[i]
+        punct = sentences[i+1] if i+1 < len(sentences) else ""
+        segment = sentence + punct
+        
+        if len(current) + len(segment) <= max_chars:
+            current += segment
+        else:
+            if current:
+                chunks.append(current.strip())
+            current = segment
+    
+    if current:
+        chunks.append(current.strip())
+    
+    return chunks if chunks else [text]
+
+def decode_audio(codes_str, codec):
+    """Decode speech tokens to audio"""
+    speech_ids = [int(num) for num in re.findall(r"<\|speech_(\d+)\|>", codes_str)]
+    
+    if len(speech_ids) == 0:
+        print("Không tìm thấy mã giọng nói hợp lệ.")
+        return np.array([], dtype=np.float32)
+    
+    codes = np.array(speech_ids, dtype=np.int32)[np.newaxis, np.newaxis, :]
+    recon = codec.decode_code(codes)
+    return recon[0, 0, :]
+
+# --- MODEL LOADING ---
+print("📦 Đang tải model Q4 GGUF và Codec ONNX...")
+model_loaded = False
+backbone = None
+codec = None
+
+try:
+    backbone = Llama.from_pretrained(
+        repo_id=BACKBONE_REPO,
+        filename="*.gguf",
+        verbose=False,
+        n_gpu_layers=-1,
+        n_ctx=2048,
+        mlock=True,
+        flash_attn=True,
+    )
+    
+    codec = NeuCodecOnnxDecoder.from_pretrained(CODEC_REPO)
+    
+    print("✅ Model đã tải thành công!")
+    model_loaded = True
+except Exception as e:
+    import traceback
+    traceback.print_exc()
+    print(f"❌ Lỗi khi tải model: {e}")
+    model_loaded = False
+
+# --- SYNTHESIS FUNCTION (Internal) ---
+def synthesize_speech_internal(text, voice_choice):
+    """Internal synthesis function không phụ thuộc UI"""
+    global backbone, codec, model_loaded
+    
+    if not model_loaded:
+        return None
+    
+    if not text or text.strip() == "":
+        return None
+    
+    if voice_choice not in VOICE_SAMPLES:
+        return None
+    
+    raw_text = text.strip()
+    
+    # Load reference text
+    ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
+    try:
+        with open(ref_text_path, "r", encoding="utf-8") as f:
+            ref_text_raw = f.read()
+    except Exception as e:
+        print(f"❌ Lỗi đọc file text mẫu: {e}")
+        return None
+
+    # Tải codes
+    ref_codes = None
+    codes_path = VOICE_SAMPLES[voice_choice]["codes"]
+    
+    try:
+        ref_codes_tensor = torch.load(codes_path, map_location="cpu")
+        if isinstance(ref_codes_tensor, torch.Tensor):
+            ref_codes = ref_codes_tensor.cpu().numpy()
+        else:
+            ref_codes = np.array(ref_codes_tensor)
+    except Exception as e:
+        print(f"❌ Lỗi khi tải codes: {e}")
+        return None
+    
+    if ref_codes is None or len(ref_codes) == 0:
+        return None
+
+    # Split text
+    text_chunks = split_text_into_chunks(raw_text, max_chars=MAX_CHARS_PER_CHUNK)
+    
+    all_audio_segments = []
+    silence_pad = np.zeros(int(SAMPLE_RATE * 0.15), dtype=np.float32)
+    
+    start_time = time.time()
+    
+    try:
+        for i, chunk in enumerate(text_chunks):
+            # Phonemize
+            ref_text_phoneme = phonemize_with_dict(ref_text_raw)
+            input_text_phoneme = phonemize_with_dict(chunk)
+            
+            # Create prompt
+            codes_str = "".join([f"<|speech_{idx}|>" for idx in ref_codes])
+            
+            prompt = (
+                f"user: Convert the text to speech:<|TEXT_PROMPT_START|>{ref_text_phoneme} {input_text_phoneme}"
+                f"<|TEXT_PROMPT_END|>\nassistant:<|SPEECH_GENERATION_START|>{codes_str}"
+            )
+            
+            # Generate
+            output = backbone(
+                prompt,
+                max_tokens=2048,
+                temperature=1.0,
+                top_k=50,
+                stop=["<|SPEECH_GENERATION_END|>"],
+            )
+            output_str = output["choices"][0]["text"]
+            
+            # Decode - CHỈ DECODE PHẦN OUTPUT (không bao gồm reference codes)
+            chunk_wav = decode_audio(output_str, codec)
+            
+            if chunk_wav is not None and len(chunk_wav) > 0:
+                all_audio_segments.append(chunk_wav)
+                if i < len(text_chunks) - 1:
+                    all_audio_segments.append(silence_pad)
+        
+        if not all_audio_segments:
+            return None
+        
+        final_wav = np.concatenate(all_audio_segments)
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
+            sf.write(tmp.name, final_wav, SAMPLE_RATE)
+            output_path = tmp.name
+        
+        process_time = time.time() - start_time
+        
+        # Lưu vào lịch sử
+        permanent_path = add_to_history(raw_text, voice_choice, output_path, process_time, "Thành công")
+        
+        return permanent_path
+        
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        return None
+
+# --- SYNTHESIS FUNCTION (UI) ---
+def synthesize_speech(text, voice_choice):
+    """Main synthesis function với UI feedback"""
+    global backbone, codec, model_loaded
+    
+    if not model_loaded:
+        yield None, "⚠️ Model chưa tải. Vui lòng kiểm tra lỗi console!"
+        return
+    
+    if not text or text.strip() == "":
+        yield None, "⚠️ Vui lòng nhập văn bản!"
+        return
+    
+    if voice_choice not in VOICE_SAMPLES:
+        yield None, "⚠️ Vui lòng chọn giọng mẫu."
+        return
+    
+    raw_text = text.strip()
+    
+    # Load reference text
+    ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
+    try:
+        with open(ref_text_path, "r", encoding="utf-8") as f:
+            ref_text_raw = f.read()
+    except Exception as e:
+        yield None, f"❌ Lỗi đọc file text mẫu: {e}"
+        return
+
+    yield None, "📄 Đang xử lý Reference..."
+    
+    # Tải codes
+    ref_codes = None
+    codes_path = VOICE_SAMPLES[voice_choice]["codes"]
+    
+    try:
+        ref_codes_tensor = torch.load(codes_path, map_location="cpu")
+        if isinstance(ref_codes_tensor, torch.Tensor):
+            ref_codes = ref_codes_tensor.cpu().numpy()
+        else:
+            ref_codes = np.array(ref_codes_tensor)
+    except Exception as e:
+        yield None, f"❌ Lỗi khi tải codes: {e}"
+        return
+    
+    if ref_codes is None or len(ref_codes) == 0:
+        yield None, "❌ Codes tham chiếu không hợp lệ."
+        return
+
+    # Split text
+    text_chunks = split_text_into_chunks(raw_text, max_chars=MAX_CHARS_PER_CHUNK)
+    total_chunks = len(text_chunks)
+    
+    yield None, f"🚀 Bắt đầu tổng hợp ({total_chunks} đoạn)..."
+    
+    all_audio_segments = []
+    silence_pad = np.zeros(int(SAMPLE_RATE * 0.15), dtype=np.float32)
+    
+    start_time = time.time()
+    
+    try:
+        for i, chunk in enumerate(text_chunks):
+            yield None, f"⏳ Đang xử lý đoạn {i+1}/{total_chunks}..."
+            
+            # Phonemize
+            ref_text_phoneme = phonemize_with_dict(ref_text_raw)
+            input_text_phoneme = phonemize_with_dict(chunk)
+            
+            # Create prompt
+            codes_str = "".join([f"<|speech_{idx}|>" for idx in ref_codes])
+            
+            prompt = (
+                f"user: Convert the text to speech:<|TEXT_PROMPT_START|>{ref_text_phoneme} {input_text_phoneme}"
+                f"<|TEXT_PROMPT_END|>\nassistant:<|SPEECH_GENERATION_START|>{codes_str}"
+            )
+            
+            # Generate
+            output = backbone(
+                prompt,
+                max_tokens=2048,
+                temperature=1.0,
+                top_k=50,
+                stop=["<|SPEECH_GENERATION_END|>"],
+            )
+            output_str = output["choices"][0]["text"]
+            
+            # Decode - CHỈ DECODE PHẦN OUTPUT (không bao gồm reference codes)
+            chunk_wav = decode_audio(output_str, codec)
+            
+            if chunk_wav is not None and len(chunk_wav) > 0:
+                all_audio_segments.append(chunk_wav)
+                if i < total_chunks - 1:
+                    all_audio_segments.append(silence_pad)
+        
+        if not all_audio_segments:
+            yield None, "❌ Không sinh được audio nào."
+            return
+        
+        yield None, "💾 Đang ghép file và lưu..."
+        
+        final_wav = np.concatenate(all_audio_segments)
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
+            sf.write(tmp.name, final_wav, SAMPLE_RATE)
+            output_path = tmp.name
+        
+        process_time = time.time() - start_time
+        
+        # Lưu vào lịch sử
+        permanent_path = add_to_history(raw_text, voice_choice, output_path, process_time, "Thành công")
+        
+        yield permanent_path, f"✅ Hoàn tất! (Tổng thời gian: {process_time:.2f}s)"
+        
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        add_to_history(raw_text, voice_choice, None, 0, f"Lỗi: {str(e)}")
+        yield None, f"❌ Lỗi tổng hợp: {str(e)}"
+
+def refresh_history():
+    """Làm mới danh sách lịch sử"""
+    return get_history_list()
+
+def load_history_item(history_index):
+    """Tải một item từ lịch sử"""
+    if not history_index:
+        return None, "", "", ""
+    
+    try:
+        index = int(history_index.split(".")[0]) - 1
+        history = load_history()
+        if 0 <= index < len(history):
+            record = history[index]
+            return (
+                record['audio_path'] if os.path.exists(record['audio_path']) else None,
+                record['full_text'],
+                record['voice'],
+                f"📅 {record['timestamp']} | ⏱️ {record['duration']:.2f}s"
+            )
+    except:
+        pass
+    
+    return None, "", "", ""
+
+# --- UI SETUP ---
+theme = gr.themes.Ocean(
+    primary_hue="indigo",
+    secondary_hue="cyan",
+    neutral_hue="slate",
+    font=[gr.themes.GoogleFont('Inter'), 'ui-sans-serif', 'system-ui'],
+).set(
+    button_primary_background_fill="linear-gradient(90deg, #6366f1 0%, #0ea5e9 100%)",
+    button_primary_background_fill_hover="linear-gradient(90deg, #4f46e5 0%, #0284c7 100%)",
+)
+
+css = """
+.container { max-width: 1400px; margin: auto; }
+.header-box {
+    text-align: center;
+    margin-bottom: 25px;
+    padding: 25px;
+    background: linear-gradient(135deg, #0f172a 0%, #1e293b 100%);
+    border-radius: 12px;
+    color: white;
+}
+.header-title {
+    font-size: 2.5rem;
+    font-weight: 800;
+}
+.gradient-text {
+    background: -webkit-linear-gradient(45deg, #60A5FA, #22D3EE);
+    -webkit-background-clip: text;
+    -webkit-text-fill-color: transparent;
+}
+.status-box {
+    font-weight: bold;
+    text-align: center;
+    border: none;
+    background: transparent;
+}
+.model-card-content {
+    display: flex;
+    flex-wrap: wrap;
+    justify-content: center;
+    align-items: center;
+    gap: 15px;
+    font-size: 0.9rem;
+    color: #cbd5e1;
+}
+.model-card-item {
+    display: flex;
+    align-items: center;
+    justify-content: center;
+    gap: 6px;
+    color: #94a3b8;
+}
+.model-card-link {
+    color: #3b82f6;
+    text-decoration: none;
+    font-weight: 500;
+    transition: color 0.2s;
+}
+.model-card-link:hover {
+    color: #2563eb;
+    text-decoration: underline;
+}
+.history-list {
+    max-height: 600px;
+    overflow-y: auto;
+    padding: 15px;
+    background: #f8fafc;
+    border-radius: 8px;
+}
+"""
+
+EXAMPLES_LIST = [
+    ["Về miền Tây không chỉ để ngắm nhìn sông nước hữu tình, mà còn để cảm nhận tấm chân tình của người dân nơi đây.", "Vĩnh (nam miền Nam)"],
+    ["Hà Nội những ngày vào thu mang một vẻ đẹp trầm mặc và cổ kính đến lạ thường.", "Bình (nam miền Bắc)"],
+    ["Thành phố Hồ Chí Minh luôn chuyển mình không ngừng với nhịp sống hối hả, năng động.", "Dung (nữ miền Nam)"],
+]
+
+initial_status = f"✅ Model đã tải thành công! (Chạy trên **{DEVICE_INFO}**). Hỗ trợ xử lý background và lưu lịch sử." if model_loaded else "❌ Lỗi khi tải model."
+
+with gr.Blocks(title="VieNeu-TTS", theme=theme, css=css) as demo:
+    with gr.Column(elem_classes="container"):
+        gr.HTML(f"""
+<div class="header-box">
+    <h1 class="header-title">
+        <span class="header-icon">🦜</span>
+        <span class="gradient-text">VieNeu-TTS Studio</span>
+    </h1>
+    <p>Chế độ: {DEVICE_INFO} | Background Processing ✅ | History ✅</p>
+    <p style="font-size: 0.85rem; color: #94a3b8;">📁 Lịch sử lưu tại: {HISTORY_DIR}</p>
+    <div class="model-card-content">
+        <div class="model-card-item">
+            <strong>Repository:</strong>
+            <a href="https://github.com/pnnbao97/VieNeu-TTS" target="_blank" class="model-card-link">GitHub</a>
+        </div>
+        <div class="model-card-item">
+            <strong>Tác giả:</strong>
+            <span>Phạm Nguyễn Ngọc Bảo</span>
+        </div>
+    </div>
+</div>
+        """)
+        
+        gr.Markdown(initial_status)
+
+        # --- TABS ---
+        with gr.Tabs():
+            # TAB 1: Tổng hợp
+            with gr.Tab("🎙️ Tổng hợp"):
+                with gr.Row(elem_classes="container"):
+                    with gr.Column(scale=3):
+                        text_input = gr.Textbox(
+                            label=f"Văn bản (Chia chunk: {MAX_CHARS_PER_CHUNK} ký tự)",
+                            lines=6,
+                            value="Hà Nội, trái tim của Việt Nam, là một thành phố ngàn năm văn hiến với bề dày lịch sử và văn hóa độc đáo. Bước chân trên những con phố cổ kính quanh Hồ Hoàn Kiếm, du khách như được du hành ngược thời gian.",
+                        )
+                        
+                        voice_select = gr.Dropdown(
+                            choices=list(VOICE_SAMPLES.keys()),
+                            value=list(VOICE_SAMPLES.keys())[0],
+                            label="👤 Chọn giọng mẫu",
+                        )
+                        
+                        btn_generate = gr.Button("🎵 Bắt đầu tổng hợp", variant="primary", size="lg", interactive=model_loaded)
+                    
+                    with gr.Column(scale=2):
+                        audio_output = gr.Audio(
+                            label="Kết quả",
+                            type="filepath",
+                            autoplay=True
+                        )
+                        status_output = gr.Textbox(label="Trạng thái", elem_classes="status-box", value="Chờ nhập văn bản...")
+
+                gr.Examples(
+                    examples=EXAMPLES_LIST,
+                    inputs=[text_input, voice_select],
+                    outputs=[audio_output, status_output],
+                    fn=synthesize_speech,
+                    cache_examples=False,
+                    label="Các ví dụ nhanh"
+                )
+            
+            # TAB 2: Lịch sử
+            with gr.Tab("📜 Lịch sử"):
+                with gr.Row():
+                    with gr.Column(scale=1):
+                        btn_refresh = gr.Button("🔄 Làm mới", size="sm")
+                        history_display = gr.Markdown(
+                            value=get_history_list(),
+                            elem_classes="history-list"
+                        )
+                    
+                    with gr.Column(scale=1):
+                        gr.Markdown("### Chi tiết")
+                        history_audio = gr.Audio(label="Audio", type="filepath")
+                        history_text = gr.Textbox(label="Văn bản đầy đủ", lines=5)
+                        history_voice = gr.Textbox(label="Giọng đã dùng")
+                        history_info = gr.Textbox(label="Thông tin")
+                        history_select = gr.Textbox(
+                            label="Nhập số thứ tự để xem (vd: 1)",
+                            placeholder="Nhập số..."
+                        )
+                        btn_load_history = gr.Button("📂 Tải item", variant="secondary")
+                
+                btn_refresh.click(
+                    fn=refresh_history,
+                    outputs=history_display
+                )
+                
+                btn_load_history.click(
+                    fn=load_history_item,
+                    inputs=history_select,
+                    outputs=[history_audio, history_text, history_voice, history_info]
+                )
+        
+        # Event handlers
+        btn_generate.click(
+            fn=synthesize_speech,
+            inputs=[text_input, voice_select],
+            outputs=[audio_output, status_output]
+        )
+
+if __name__ == "__main__":
+    demo.queue().launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+    )