fixdict

app.py

@@ -1,11 +1,13 @@
 """
-Breeze2-VITS 繁體中文語音合成 - 包含本地模型文件
-使用預先下載的模型文件，無需動態下載
+Breeze2-VITS 繁體中文語音合成 - 修復版
+添加 jieba 字典支援以解決中文 TTS 模型問題
 """
 
 import gradio as gr
 import numpy as np
 import os
+import tempfile
+import shutil
 from pathlib import Path
 import torch
 
@@ -15,21 +17,80 @@ except ImportError:
     os.system("pip install sherpa-onnx")
     import sherpa_onnx
 
+try:
+    from huggingface_hub import hf_hub_download
+except ImportError:
+    os.system("pip install huggingface_hub")
+    from huggingface_hub import hf_hub_download
+
 
 class TaiwaneseVITSTTS:
     def __init__(self):
         self.tts = None
-        # 模型文件直接放在 Space 根目錄的 models 文件夾
         self.model_dir = Path("./models")
+        self.dict_dir = Path("./dict")
+        self.setup_jieba_dict()
         self.setup_model()
     
+    def setup_jieba_dict(self):
+        """設置 jieba 字典目錄"""
+        try:
+            print("🔧 設置 jieba 字典...")
+            
+            # 創建字典目錄
+            self.dict_dir.mkdir(exist_ok=True)
+            
+            # 檢查是否需要下載字典文件
+            dict_files_needed = [
+                "jieba.dict.utf8",
+                "user.dict.utf8", 
+                "idf.txt.big",
+                "stop_words.txt"
+            ]
+            
+            # 嘗試從 Hugging Face 下載字典文件（如果有的話）
+            # 或者創建基本的字典文件
+            self.create_basic_jieba_dict()
+            
+            print(f"✅ jieba 字典設置完成: {self.dict_dir}")
+            
+        except Exception as e:
+            print(f"⚠️ jieba 字典設置失敗: {e}")
+            # 創建空目錄作為後備
+            self.dict_dir.mkdir(exist_ok=True)
+    
+    def create_basic_jieba_dict(self):
+        """創建基本的 jieba 字典文件"""
+        try:
+            # 創建基本的 jieba 字典文件
+            jieba_dict_path = self.dict_dir / "jieba.dict.utf8"
+            user_dict_path = self.dict_dir / "user.dict.utf8"
+            idf_path = self.dict_dir / "idf.txt.big"
+            stop_words_path = self.dict_dir / "stop_words.txt"
+            
+            # 如果字典文件不存在，創建空文件
+            if not jieba_dict_path.exists():
+                jieba_dict_path.touch()
+                print(f"📝 創建空字典文件: {jieba_dict_path}")
+            
+            if not user_dict_path.exists():
+                user_dict_path.touch()
+                print(f"📝 創建用戶字典文件: {user_dict_path}")
+            
+            if not idf_path.exists():
+                idf_path.touch()
+                print(f"📝 創建 IDF 文件: {idf_path}")
+                
+            if not stop_words_path.exists():
+                stop_words_path.touch()
+                print(f"📝 創建停用詞文件: {stop_words_path}")
+                
+        except Exception as e:
+            print(f"⚠️ 創建基本字典文件失敗: {e}")
+
     def verify_model_files(self):
         """檢查本地模型文件是否存在"""
-        required_files = [
-            "breeze2-vits.onnx",
-            "lexicon.txt", 
-            "tokens.txt"
-        ]
+        required_files = ["breeze2-vits.onnx", "lexicon.txt", "tokens.txt"]
         
         missing_files = []
         for file_name in required_files:
@@ -43,7 +104,9 @@ class TaiwaneseVITSTTS:
             print(f"❌ 缺少模型文件: {missing_files}")
             print("📂 當前目錄結構:")
             for item in Path(".").rglob("*"):
-                print(f"  {item}")
+                if item.is_file():
+                    size = item.stat().st_size
+                    print(f"  {item}: {size} bytes")
             return False
         
         print("✅ 所有模型文件都存在")
@@ -57,31 +120,36 @@ class TaiwaneseVITSTTS:
     def setup_model(self):
         """設置和初始化模型"""
         try:
-            # 檢查模型文件
             if not self.verify_model_files():
-                raise FileNotFoundError("模型文件缺失，請確保 models/ 目錄包含所有必要文件")
+                raise FileNotFoundError("模型文件缺失")
             
-            # 檢查 CUDA 可用性
             device = "cuda" if torch.cuda.is_available() else "cpu"
             provider = "cuda" if device == "cuda" else "cpu"
             
             print(f"🔧 使用設備: {device.upper()}")
             if device == "cuda":
-                print(f"🎮 GPU: {torch.cuda.get_device_name()}")
-                print(f"💾 GPU 記憶體: {torch.cuda.get_device_properties(0).total_memory / 1e9:.1f} GB")
+                try:
+                    print(f"🎮 GPU: {torch.cuda.get_device_name()}")
+                    print(f"💾 GPU 記憶體: {torch.cuda.get_device_properties(0).total_memory / 1e9:.1f} GB")
+                except:
+                    print("🎮 GPU 資訊獲取失敗，但將嘗試使用 GPU")
             
-            # 配置 VITS 模型
+            # 配置 VITS 模型 - 關鍵修改：添加字典目錄
             vits_config = sherpa_onnx.OfflineTtsVitsModelConfig(
                 model=str(self.model_dir / "breeze2-vits.onnx"),
                 lexicon=str(self.model_dir / "lexicon.txt"),
                 tokens=str(self.model_dir / "tokens.txt"),
+                dict_dir=str(self.dict_dir),  # 添加字典目錄
             )
             
+            print(f"📚 字典目錄: {self.dict_dir}")
+            print(f"📁 字典目錄內容: {list(self.dict_dir.iterdir()) if self.dict_dir.exists() else '目錄不存在'}")
+            
             # 配置 TTS 模型
             model_config = sherpa_onnx.OfflineTtsModelConfig(
                 vits=vits_config,
-                num_threads=4 if device == "cpu" else 1,  # CPU 使用多線程，GPU 使用單線程
-                debug=False,
+                num_threads=2 if device == "cpu" else 1,
+                debug=True,  # 啟用調試模式以獲得更多資訊
                 provider=provider,
             )
             
@@ -89,10 +157,9 @@ class TaiwaneseVITSTTS:
             config = sherpa_onnx.OfflineTtsConfig(
                 model=model_config,
                 rule_fsts="",
-                max_num_sentences=2,  # 支援較長文本
+                max_num_sentences=1,
             )
             
-            # 初始化 TTS
             print("🔄 正在載入 TTS 模型...")
             self.tts = sherpa_onnx.OfflineTts(config)
             
@@ -104,10 +171,13 @@ class TaiwaneseVITSTTS:
             if len(test_audio.samples) > 0:
                 print("✅ 模型測試通過!")
             else:
-                print("⚠️  模型測試失敗，但模型已載入")
+                print("⚠️ 模型測試失敗，但模型已載入")
             
         except Exception as e:
             print(f"❌ 模型設置失敗: {e}")
+            print(f"錯誤類型: {type(e).__name__}")
+            import traceback
+            print(f"詳細錯誤: {traceback.format_exc()}")
             raise
 
     def synthesize(self, text, speaker_id=0, speed=1.0):
@@ -118,7 +188,7 @@ class TaiwaneseVITSTTS:
         # 文本預處理
         text = text.strip()
         if len(text) > 200:
-            text = text[:200]  # 限制文本長度
+            text = text[:200]
             
         try:
             print(f"🎤 正在合成語音: {text[:30]}...")
@@ -145,19 +215,21 @@ class TaiwaneseVITSTTS:
             if len(audio_array.shape) > 1:
                 audio_array = audio_array.mean(axis=1)
             
-            # 正規化音頻 (更保守的正規化)
+            # 正規化音頻
             max_val = np.max(np.abs(audio_array))
             if max_val > 0:
-                audio_array = audio_array / max_val * 0.9  # 避免削波
+                audio_array = audio_array / max_val * 0.9
             
             duration = len(audio_array) / sample_rate
             print(f"✅ 語音合成完成! 長度: {duration:.2f}秒")
             
-            return (sample_rate, audio_array), f"✅ 語音合成成功！\n📊 採樣率: {sample_rate}Hz\n⏱️  時長: {duration:.2f}秒\n🎭 說話人: {speaker_id}"
+            return (sample_rate, audio_array), f"✅ 語音合成成功！\n📊 採樣率: {sample_rate}Hz\n⏱️ 時長: {duration:.2f}秒\n🎭 說話人: {speaker_id}"
             
         except Exception as e:
             error_msg = f"❌ 語音合成失敗: {str(e)}"
             print(error_msg)
+            import traceback
+            print(f"詳細錯誤: {traceback.format_exc()}")
             return None, error_msg
 
 
@@ -166,15 +238,17 @@ print("🔧 正在初始化 TTS 模型...")
 try:
     tts_model = TaiwaneseVITSTTS()
     print("✅ TTS 系統就緒!")
+    model_status = "🟢 模型已載入"
 except Exception as e:
     print(f"❌ TTS 初始化失敗: {e}")
     tts_model = None
+    model_status = f"🔴 模型載入失敗: {str(e)}"
 
 
 def generate_speech(text, speaker_id, speed):
     """Gradio 介面函數"""
     if tts_model is None:
-        return None, "❌ TTS 模型未正確載入"
+        return None, f"❌ TTS 模型未正確載入\n\n詳情: {model_status}"
     
     return tts_model.synthesize(text, speaker_id, speed)
 
@@ -186,12 +260,10 @@ def create_interface():
         ["今天天氣很好，適合出去走走。", 1, 1.0],
         ["人工智慧技術正在快速發展，為我們的生活帶來許多便利。", 2, 1.2],
         ["台灣是一個美麗的島嶼，有著豐富的文化和美食。", 3, 0.9],
-        ["科技改變生活，創新引領未來。讓我們一起擁抱智慧時代的到來。", 4, 1.1],
-        ["春天來了，櫻花盛開，微風輕拂，真是個美好的季節。", 5, 0.8],
+        ["科技改變生活，創新引領未來。", 4, 1.1],
     ]
     
     # 檢查模型狀態
-    model_status = "🟢 模型已載入" if tts_model else "🔴 模型載入失敗"
     device_info = "🎮 GPU" if torch.cuda.is_available() else "💻 CPU"
     
     with gr.Blocks(
@@ -226,7 +298,18 @@ def create_interface():
         """)
         
         if not tts_model:
-            gr.Warning("⚠️ 模型載入失敗，請檢查模型文件是否正確放置")
+            gr.Markdown(f"""
+            ### ⚠️ 模型載入失敗
+            
+            **錯誤詳情**: {model_status}
+            
+            **可能原因**:
+            - 模型文件缺失或損壞
+            - jieba 字典配置問題
+            - 記憶體不足
+            
+            請檢查日誌獲取更多資訊。
+            """)
         
         with gr.Row():
             with gr.Column(scale=1):
@@ -281,19 +364,20 @@ def create_interface():
                 status_msg = gr.Textbox(
                     label="📊 狀態資訊",
                     interactive=False,
-                    lines=3,
-                    value="準備就緒，請輸入文本並點擊生成語音" if tts_model else "模型載入失敗"
+                    lines=4,
+                    value="準備就緒，請輸入文本並點擊生成語音" if tts_model else f"模型載入失敗: {model_status}"
                 )
         
         # 範例
-        gr.Examples(
-            examples=examples,
-            inputs=[text_input, speaker_id, speed],
-            outputs=[audio_output, status_msg],
-            fn=generate_speech,
-            cache_examples=False,  # 不快取範例以節省空間
-            label="📚 範例文本 (點擊即可使用)"
-        )
+        if tts_model:  # 只有在模型正常載入時才顯示範例
+            gr.Examples(
+                examples=examples,
+                inputs=[text_input, speaker_id, speed],
+                outputs=[audio_output, status_msg],
+                fn=generate_speech,
+                cache_examples=False,
+                label="📚 範例文本 (點擊即可使用)"
+            )
         
         # 使用說明和技術資訊
         with gr.Accordion("📋 使用說明與技術資訊", open=False):
@@ -312,12 +396,14 @@ def create_interface():
             - **推理引擎**: Sherpa-ONNX
             - **運行設備**: {device_info}
             - **模型狀態**: {model_status}
+            - **jieba 字典**: {'✅ 已配置' if Path('./dict').exists() else '❌ 未配置'}
             
-            ### 最佳實踐
-            - 文本長度建議在 10-100 字之間，效果最佳
-            - 避免使用過多標點符號或特殊字符
-            - 不同說話人有不同的聲音特色，可多嘗試
-            - 語音速度建議在 0.8-1.5 之間，太快或太慢可能影響清晰度
+            ### 故障排除
+            如果遇到問題：
+            1. 檢查文本是否為繁體中文
+            2. 嘗試較短的文本 (10-50字)
+            3. 重新整理頁面
+            4. 檢查瀏覽器控制台錯誤
             """)
         
         # 事件綁定