File size: 9,933 Bytes
3170590 ef864d3 3170590 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 | <!DOCTYPE html>
<html lang="fa" dir="rtl">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>تولید صدا با Stable Audio 3</title>
<style>
body {
font-family: Tahoma, Arial, sans-serif;
background-color: #f4f4f9;
color: #333;
padding: 20px;
max-width: 600px;
margin: 0 auto;
}
.container {
background: white;
padding: 20px;
border-radius: 8px;
box-shadow: 0 4px 6px rgba(0,0,0,0.1);
}
h1 {
font-size: 20px;
text-align: center;
margin-bottom: 20px;
}
.form-group {
margin-bottom: 15px;
}
label {
display: block;
margin-bottom: 5px;
font-weight: bold;
}
input, select, textarea {
width: 100%;
padding: 8px;
box-sizing: border-box;
border: 1px solid #ccc;
border-radius: 4px;
font-family: inherit;
}
button {
width: 100%;
padding: 10px;
background-color: #4CAF50;
color: white;
border: none;
border-radius: 4px;
cursor: pointer;
font-size: 16px;
font-family: inherit;
}
button:disabled {
background-color: #cccccc;
cursor: not-allowed;
}
#status {
margin-top: 15px;
text-align: center;
font-weight: bold;
}
audio {
width: 100%;
margin-top: 15px;
}
</style>
</head>
<body>
<div class="container">
<h1>ابزار تولید صدا با Stable Audio 3</h1>
<div class="form-group">
<label for="variant">مدل (Model):</label>
<select id="variant">
<option value="medium">Medium — general audio (largest)</option>
<option value="small-music">Small Music — 0.6B, music-focused</option>
<option value="small-sfx">Small SFX — 0.6B, sound effects</option>
</select>
</div>
<div class="form-group">
<label for="prompt">پرامپت (توصیف صدا به انگلیسی):</label>
<textarea id="prompt" rows="3">A dream-like Synthpop instrumental that would accompany a dream-sequence in a surrealist movie 120 BPM</textarea>
</div>
<div class="form-group">
<label for="duration">مدت زمان به ثانیه (حداکثر 380):</label>
<input type="number" id="duration" value="60" min="1" max="380">
</div>
<div class="form-group">
<label for="steps">مراحل (Steps):</label>
<input type="number" id="steps" value="8">
</div>
<div class="form-group">
<label for="cfg_scale">مقیاس CFG:</label>
<input type="number" step="0.1" id="cfg_scale" value="1.0">
</div>
<div class="form-group">
<label for="sampler_type">نوع نمونه‌بردار (Sampler):</label>
<select id="sampler_type">
<option value="pingpong">pingpong</option>
</select>
</div>
<div class="form-group">
<label for="seed">سید (Seed):</label>
<input type="number" id="seed" value="0">
</div>
<button id="generateBtn">تولید صدا</button>
<div id="status"></div>
<audio id="audioPlayer" controls style="display: none;"></audio>
</div>
<script>
const generateBtn = document.getElementById('generateBtn');
const statusDiv = document.getElementById('status');
const audioPlayer = document.getElementById('audioPlayer');
let pollInterval = null;
// تابع کمکی تبدیل رشته متنی به Base64 بدون تداخل با کاراکترهای چندبایتی
function safeBase64Encode(str) {
return btoa(encodeURIComponent(str).replace(/%([0-9A-F]{2})/g, (match, p1) => {
return String.fromCharCode('0x' + p1);
}));
}
// بررسی دوره‌ای سرور برای بارگیری خروجی تولید شده نهایی
function startPolling(runId) {
if (pollInterval) clearInterval(pollInterval);
pollInterval = setInterval(async () => {
try {
// ۱. بررسی مستقیم وجود فایل خروجی روی دایرکتوری سرور
const checkUrl = `/static/images/${runId}.wav`;
const audioCheck = await fetch(checkUrl, { method: 'HEAD' });
if (audioCheck.ok) {
clearInterval(pollInterval);
audioPlayer.src = checkUrl;
audioPlayer.style.display = 'block';
statusDiv.innerText = 'تولید صدا با موفقیت انجام شد.';
generateBtn.disabled = false;
return;
}
// ۲. رهگیری وضعیت فرآیند جاری از دیتابیس واسط
const statusRes = await fetch(`/api/status/${runId}`);
const statusData = await statusRes.json();
if (statusData.status === 'ready') {
clearInterval(pollInterval);
audioPlayer.src = statusData.url;
audioPlayer.style.display = 'block';
statusDiv.innerText = 'تولید صدا با موفقیت انجام شد.';
generateBtn.disabled = false;
} else if (statusData.status === 'failed') {
clearInterval(pollInterval);
statusDiv.innerText = 'خطا در پردازش صدا: ' + (statusData.message || 'مشکلی رخ داد.');
generateBtn.disabled = false;
} else {
statusDiv.innerText = 'در حال ترکیب فرکانس‌ها و تولید فایل نهایی صوتی... لطفاً منتظر بمانید.';
}
} catch (e) {
console.error("Polling error:", e);
}
}, 4000);
}
generateBtn.addEventListener('click', async () => {
const variant = document.getElementById('variant').value;
const prompt = document.getElementById('prompt').value.trim();
const duration = parseFloat(document.getElementById('duration').value);
const steps = parseInt(document.getElementById('steps').value);
const cfg_scale = parseFloat(document.getElementById('cfg_scale').value);
const sampler_type = document.getElementById('sampler_type').value;
const seed = parseInt(document.getElementById('seed').value);
if (!prompt) {
statusDiv.innerText = 'لطفاً متن پرامپت را وارد کنید.';
return;
}
if (duration > 380) {
statusDiv.innerText = 'مدت زمان نمی‌تواند بیشتر از ۳۸۰ ثانیه باشد.';
return;
}
try {
generateBtn.disabled = true;
statusDiv.innerText = 'در حال ثبت درخواست و اتصال به سرور پردازشی صوتی...';
audioPlayer.style.display = 'none';
// ایجاد یک شناسه رهگیری منحصربه‌فرد برای این اجرا
const currentRunId = 'effects' + Math.random().toString(36).substring(2, 14);
// رمزگذاری رشته پرامپت برای جلوگیری از تداخل کاراکترها در ساختار پارامترهای سرور
const b64Prompt = safeBase64Encode(prompt);
// فشرده‌سازی اطلاعات در هدر پیکربندی به روش شبیه‌ساز صدا برای ارسال پکیج
const voicePayload = `VOICECONFIG_mode_effects_userRunId_${currentRunId}_variant_${variant}_duration_${duration}_steps_${steps}_cfg_${cfg_scale}_sampler_${sampler_type}_prompt_${b64Prompt}_seed_${seed}`;
// ارسال به متد جنریت اصلی فلاسک و تخصیص تسک گیت‌هاب با نام اکشن 'effects'
const response = await fetch('/api/generate', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({
prompt: voicePayload,
width: 1024,
height: 1024,
action_name: 'effects'
})
});
const data = await response.json();
if (data.status === 'success') {
statusDiv.innerText = 'درخواست در نوبت پردازش قرار گرفت. در حال آماده‌سازی فایل...';
startPolling(data.run_id);
} else {
throw new Error(data.message || 'خطا در ثبت نوبت درخواست.');
}
} catch (error) {
console.error(error);
statusDiv.innerText = 'خطایی رخ داد: ' + error.message;
generateBtn.disabled = false;
}
});
</script>
</body>
</html> |