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 --- history_lock = threading.Lock() def load_history(): """Tải lịch sử từ file JSON - Thread-safe""" with history_lock: if os.path.exists(HISTORY_JSON): try: with open(HISTORY_JSON, 'r', encoding='utf-8') as f: return json.load(f) except Exception as e: print(f"⚠️ Lỗi đọc history.json: {e}") return [] return [] def save_history(history): """Lưu lịch sử vào file JSON - Thread-safe""" with history_lock: try: with open(HISTORY_JSON, 'w', encoding='utf-8') as f: json.dump(history, f, ensure_ascii=False, indent=2) except Exception as e: print(f"⚠️ Lỗi ghi history.json: {e}") def add_to_history(text, voice, audio_path, duration, status): """Thêm một bản ghi vào lịch sử - Thread-safe""" try: history = load_history() # Tạo tên file duy nhất timestamp = datetime.now().strftime("%Y%m%d_%H%M%S_%f") 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 else: permanent_path = None 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 old_record.get('audio_path') and os.path.exists(old_record['audio_path']): os.remove(old_record['audio_path']) except Exception as e: print(f"⚠️ Không thể xóa file cũ: {e}") save_history(history) return permanent_path except Exception as e: print(f"⚠️ Lỗi khi lưu lịch sử: {e}") import traceback traceback.print_exc() return audio_path if audio_path else None def get_history_list(): """Lấy danh sách lịch sử để hiển thị dạng HTML""" history = load_history() if not history: return """

📭 Chưa có lịch sử tổng hợp nào

Các bản ghi sẽ xuất hiện ở đây sau khi bạn tổng hợp giọng nói

""" html_parts = ["
"] for i, record in enumerate(history[:50], 1): # Hiển thị 50 bản ghi gần nhất status_color = "#10b981" if record['status'] == "Thành công" else "#ef4444" status_icon = "✅" if record['status'] == "Thành công" else "❌" html_parts.append(f"""
#{i} {record['voice']}
{record['timestamp']}
{record['text']}
⏱️ {record['duration']:.2f}s
{status_icon} {record['status']}
ID: {record['id'][:13]}...
""") html_parts.append("
") return "".join(html_parts) def delete_history_item(item_id): """Xóa một item khỏi lịch sử""" history = load_history() new_history = [] deleted = False for record in history: if record['id'] == item_id: # Xóa file audio try: if record.get('audio_path') and os.path.exists(record['audio_path']): os.remove(record['audio_path']) except Exception as e: print(f"⚠️ Không thể xóa file: {e}") deleted = True else: new_history.append(record) if deleted: save_history(new_history) return True, "✅ Đã xóa bản ghi" return False, "❌ Không tìm thấy bản ghi" def clear_all_history(): """Xóa toàn bộ lịch sử""" history = load_history() # Xóa tất cả file audio for record in history: try: if record.get('audio_path') and os.path.exists(record['audio_path']): os.remove(record['audio_path']) except Exception as e: print(f"⚠️ Không thể xóa file: {e}") # Xóa file JSON save_history([]) return "✅ Đã xóa toàn bộ lịch sử" # --- BACKGROUND PROCESSING QUEUE --- processing_queue = Queue() is_processing = False processing_stats = {"total": 0, "success": 0, "failed": 0} def background_processor(): """Xử lý queue tổng hợp trong background""" global is_processing, processing_stats 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) if result: processing_stats["success"] += 1 print(f"[Background] ✅ Hoàn thành: {result}") else: processing_stats["failed"] += 1 print(f"[Background] ❌ Thất bại") processing_stats["total"] += 1 except Exception as e: processing_stats["failed"] += 1 processing_stats["total"] += 1 print(f"[Background] ❌ Lỗi: {e}") import traceback traceback.print_exc() is_processing = False processing_queue.task_done() # Khởi động background thread bg_thread = threading.Thread(target=background_processor, daemon=True) bg_thread.start() def get_processing_stats(): """Lấy thống kê xử lý""" return f"📊 Tổng: {processing_stats['total']} | ✅ Thành công: {processing_stats['success']} | ❌ Thất bại: {processing_stats['failed']}" 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 --- # Sử dụng class để giữ state của model class ModelManager: def __init__(self): self.backbone = None self.codec = None self.model_loaded = False self.loading_lock = threading.Lock() self.load_models() def load_models(self): """Tải models với thread safety""" with self.loading_lock: if self.model_loaded: print("✅ Models đã được tải trước đó") return True print("📦 Đang tải model Q4 GGUF và Codec ONNX...") try: self.backbone = Llama.from_pretrained( repo_id=BACKBONE_REPO, filename="*.gguf", verbose=False, n_gpu_layers=-1, n_ctx=2048, mlock=True, flash_attn=True, ) self.codec = NeuCodecOnnxDecoder.from_pretrained(CODEC_REPO) self.model_loaded = True print("✅ Model đã tải thành công!") return True except Exception as e: import traceback traceback.print_exc() print(f"❌ Lỗi khi tải model: {e}") self.model_loaded = False return False def is_ready(self): """Kiểm tra xem model đã sẵn sàng chưa""" return self.model_loaded and self.backbone is not None and self.codec is not None # Khởi tạo ModelManager singleton model_manager = ModelManager() # --- SYNTHESIS FUNCTION (Internal) --- def synthesize_speech_internal(text, voice_choice): """Internal synthesis function không phụ thuộc UI""" if not model_manager.is_ready(): print("❌ Model chưa được tải, đang thử tải lại...") if not model_manager.load_models(): print("❌ Không thể tải model") return None if not text or text.strip() == "": print("❌ Text rỗng") return None if voice_choice not in VOICE_SAMPLES: print(f"❌ Giọng không hợp lệ: {voice_choice}") 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: print("❌ Codes rỗng") 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): print(f"[Internal] Xử lý chunk {i+1}/{len(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 = model_manager.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(output_str, model_manager.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: print("❌ Không có audio segment nào") add_to_history(raw_text, voice_choice, None, 0, "Lỗi: Không sinh được audio") 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") print(f"✅ Hoàn thành: {permanent_path}") return permanent_path except Exception as e: import traceback traceback.print_exc() add_to_history(raw_text, voice_choice, None, 0, f"Lỗi: {str(e)}") return None # --- SYNTHESIS FUNCTION (UI) --- def synthesize_speech(text, voice_choice): """Main synthesis function với UI feedback""" if not model_manager.is_ready(): yield None, "⚠️ Model chưa tải. Đang thử tải lại..." if not model_manager.load_models(): yield None, "❌ Không thể tải model. Vui lòng kiểm tra console!" return yield None, "✅ Model đã tải thành công!" 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): progress = int((i/total_chunks)*100) yield None, f"⏳ Đang xử lý đoạn {i+1}/{total_chunks}... ({progress}%)" # 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 = model_manager.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(output_str, model_manager.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." add_to_history(raw_text, voice_choice, None, 0, "Lỗi: Không sinh được audio") 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 audio_duration = len(final_wav) / SAMPLE_RATE rtf = process_time / audio_duration # 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! (Thời gian: {process_time:.2f}s | Audio: {audio_duration:.2f}s | RTF: {rtf:.3f})" 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(item_index): """Tải một item từ lịch sử theo số thứ tự""" if not item_index or item_index.strip() == "": return None, "", "", "⚠️ Vui lòng nhập số thứ tự" try: index = int(item_index.strip()) - 1 history = load_history() if index < 0 or index >= len(history): return None, "", "", f"❌ Số thứ tự không hợp lệ (1-{len(history)})" record = history[index] audio_path = None if record.get('audio_path') and os.path.exists(record['audio_path']): audio_path = record['audio_path'] info = f""" 📅 Thời gian: {record['timestamp']} ⏱️ Thời lượng: {record['duration']:.2f}s 🎭 Giọng: {record['voice']} 📊 Trạng thái: {record['status']} 🆔 ID: {record['id']} """.strip() return audio_path, record['full_text'], record['voice'], info except ValueError: return None, "", "", "❌ Vui lòng nhập số hợp lệ" except Exception as e: return None, "", "", f"❌ Lỗi: {str(e)}" # --- 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-container { max-height: 650px; overflow-y: auto; padding: 10px; background: #f1f5f9; border-radius: 8px; } .info-box { background: #f8fafc; padding: 12px; border-radius: 6px; border-left: 4px solid #3b82f6; margin: 10px 0; } """ 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_manager.is_ready() else "⚠️ Model đang được tải hoặc chưa sẵn sàng..." with gr.Blocks(title="VieNeu-TTS", theme=theme, css=css) as demo: with gr.Column(elem_classes="container"): gr.HTML(f"""

🦜 VieNeu-TTS Studio

Chế độ: {DEVICE_INFO} | Background Processing ✅ | History ✅

📁 Lịch sử lưu tại: {HISTORY_DIR}

Repository: GitHub
Tác giả: Phạm Nguyễn Ngọc Bảo
""") status_banner = gr.Markdown(initial_status) # Thêm nút kiểm tra model status with gr.Row(): btn_check_model = gr.Button("🔍 Kiểm tra trạng thái Model", size="sm", variant="secondary") model_status_output = gr.Textbox(label="", show_label=False, interactive=False, container=False) def check_model_status(): if model_manager.is_ready(): return f"✅ Model sẵn sàng | Backbone: {'Loaded' if model_manager.backbone else 'Not loaded'} | Codec: {'Loaded' if model_manager.codec else 'Not loaded'}" else: return "⚠️ Model chưa sẵn sàng. Nhấn nút tổng hợp để tự động tải model." btn_check_model.click( fn=check_model_status, outputs=model_status_output ) # --- 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=7, placeholder="Nhập văn bản tiếng Việt cần tổng hợp...", 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", ) with gr.Row(): btn_generate = gr.Button("🎵 Bắt đầu tổng hợp", variant="primary", size="lg") btn_clear = gr.Button("🗑️ Xóa", variant="secondary", size="lg") 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...", lines=2 ) 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=3): gr.Markdown("### 📋 Danh sách lịch sử") with gr.Row(): btn_refresh = gr.Button("🔄 Làm mới", size="sm", variant="secondary") btn_clear_all = gr.Button("🗑️ Xóa toàn bộ", size="sm", variant="stop") stats_display = gr.Textbox( value=get_processing_stats(), label="", show_label=False, interactive=False, container=False ) history_display = gr.HTML( value=get_history_list(), elem_classes="history-container" ) with gr.Column(scale=2): gr.Markdown("### 🔍 Chi tiết bản ghi") with gr.Row(): history_select = gr.Textbox( label="Nhập số thứ tự (vd: 1, 2, 3...)", placeholder="Nhập số...", scale=3 ) btn_load_history = gr.Button("📂 Tải", variant="primary", scale=1) history_info = gr.Textbox( label="ℹ️ Thông tin", lines=6, elem_classes="info-box" ) history_audio = gr.Audio( label="🔊 Audio", type="filepath" ) history_voice = gr.Textbox( label="🎭 Giọng đã dùng", interactive=False ) history_text = gr.Textbox( label="📄 Văn bản đầy đủ", lines=5, interactive=False ) with gr.Row(): btn_reuse = gr.Button("♻️ Tái sử dụng văn bản", variant="secondary") # TAB 3: Thông tin with gr.Tab("ℹ️ Thông tin"): gr.Markdown(f""" ## 🎯 Về VieNeu-TTS **VieNeu-TTS** là hệ thống tổng hợp giọng nói tiếng Việt sử dụng công nghệ AI tiên tiến. ### ⚙️ Cấu hình hiện tại - **Model Backbone**: Q4 GGUF (llama-cpp) - **Codec**: ONNX Decoder - **Sample Rate**: {SAMPLE_RATE} Hz - **Max Chunk Size**: {MAX_CHARS_PER_CHUNK} ký tự - **Thư mục lịch sử**: `{HISTORY_DIR}` ### 🎭 Giọng mẫu có sẵn Hệ thống hỗ trợ **{len(VOICE_SAMPLES)}** giọng mẫu: - **Nam miền Bắc**: Tuyên, Bình - **Nam miền Nam**: Vĩnh, Nguyên, Sơn - **Nữ miền Bắc**: Ngọc, Ly - **Nữ miền Nam**: Đoan, Dung ### 📌 Hướng dẫn sử dụng 1. **Tổng hợp giọng nói**: - Nhập văn bản vào ô "Văn bản" - Chọn giọng mẫu phù hợp - Nhấn "Bắt đầu tổng hợp" - Đợi hệ thống xử lý và nghe kết quả 2. **Xem lịch sử**: - Vào tab "Lịch sử" - Nhấn "Làm mới" để cập nhật danh sách - Nhập số thứ tự và nhấn "Tải" để xem chi tiết 3. **Tái sử dụng**: - Trong tab Lịch sử, tải bản ghi cũ - Nhấn "Tái sử dụng văn bản" để copy sang tab Tổng hợp ### 🔧 Tính năng nâng cao - ✅ Xử lý background (không phụ thuộc UI) - ✅ Lưu lịch sử tự động - ✅ Chia chunk thông minh - ✅ Thread-safe operations - ✅ Tự động xóa file cũ khi vượt quá 100 bản ghi - ✅ Auto-reload model sau khi reload trang ### 📊 Thống kê {get_processing_stats()} ### 🔗 Liên kết - [GitHub Repository](https://github.com/pnnbao97/VieNeu-TTS) - [Model Hub](https://huggingface.co/pnnbao-ump) --- **Phiên bản**: 2.0 Enhanced | **Tác giả**: Phạm Nguyễn Ngọc Bảo """) # Event handlers - Tab Tổng hợp btn_generate.click( fn=synthesize_speech, inputs=[text_input, voice_select], outputs=[audio_output, status_output] ) btn_clear.click( fn=lambda: ("", None, "Đã xóa"), outputs=[text_input, audio_output, status_output] ) # Event handlers - Tab Lịch sử btn_refresh.click( fn=refresh_history, outputs=history_display ).then( fn=get_processing_stats, outputs=stats_display ) btn_load_history.click( fn=load_history_item, inputs=history_select, outputs=[history_audio, history_text, history_voice, history_info] ) def clear_all(): msg = clear_all_history() return get_history_list(), msg btn_clear_all.click( fn=clear_all, outputs=[history_display, stats_display] ) # Nút tái sử dụng văn bản def reuse_text(text, voice): return text, voice, "✅ Đã tải văn bản vào tab Tổng hợp" btn_reuse.click( fn=reuse_text, inputs=[history_text, history_voice], outputs=[text_input, voice_select, status_output] ) if __name__ == "__main__": print(f"\n{'='*60}") print(f"🚀 VieNeu-TTS Studio đã sẵn sàng!") print(f"📂 Lịch sử lưu tại: {HISTORY_DIR}") print(f"🎭 Số giọng mẫu: {len(VOICE_SAMPLES)}") print(f"⚙️ Chế độ: {DEVICE_INFO}") print(f"✅ Model status: {'Ready' if model_manager.is_ready() else 'Not ready'}") print(f"{'='*60}\n") demo.queue().launch( server_name="0.0.0.0", server_port=7860, show_error=True )