Update app.py

app.py

@@ -15,6 +15,8 @@ import time
 from datetime import datetime
 import json
 import traceback
+import requests
+from urllib.parse import urlparse
 
 # Khởi tạo model Whisper
 model = WhisperModel("large-v3-turbo", device="cpu", compute_type="int8")
@@ -315,6 +317,47 @@ def process_audio_background(task_id: str, input_file: str, original_filename: s
             'percent': 0
         })
 
+def download_file_from_url(url: str, output_dir: str) -> tuple[str, str]:
+    """Tải file từ URL và trả về đường dẫn file"""
+    try:
+        # Parse URL để lấy tên file
+        parsed_url = urlparse(url)
+        filename = os.path.basename(parsed_url.path)
+        
+        # Nếu không có tên file, tạo tên mặc định
+        if not filename or '.' not in filename:
+            # Thử detect từ Content-Disposition header
+            response = requests.head(url, allow_redirects=True, timeout=10)
+            content_disp = response.headers.get('Content-Disposition', '')
+            if 'filename=' in content_disp:
+                filename = content_disp.split('filename=')[1].strip('"\'')
+            else:
+                # Tạo tên mặc định
+                filename = f"download_{int(time.time())}.zip"
+        
+        output_path = os.path.join(output_dir, filename)
+        
+        # Download file với progress
+        response = requests.get(url, stream=True, timeout=30)
+        response.raise_for_status()
+        
+        total_size = int(response.headers.get('content-length', 0))
+        
+        with open(output_path, 'wb') as f:
+            if total_size == 0:
+                f.write(response.content)
+            else:
+                downloaded = 0
+                for chunk in response.iter_content(chunk_size=8192):
+                    if chunk:
+                        f.write(chunk)
+                        downloaded += len(chunk)
+        
+        return output_path, filename
+        
+    except Exception as e:
+        raise Exception(f"Lỗi khi tải file từ URL: {str(e)}")
+
 def submit_task(input_file):
     """Submit task mới"""
     if input_file is None:
@@ -345,6 +388,76 @@ def submit_task(input_file):
     
     return f"✅ Task {task_id} đã được tạo và đang xử lý trong background!", task_id
 
+def submit_task_from_url(url: str):
+    """Submit task từ URL"""
+    if not url or not url.strip():
+        return "❌ Vui lòng nhập URL!", ""
+    
+    url = url.strip()
+    
+    # Validate URL
+    if not url.startswith(('http://', 'https://')):
+        return "❌ URL phải bắt đầu với http:// hoặc https://", ""
+    
+    task_id = f"task_{int(time.time() * 1000)}"
+    
+    task_info = {
+        'task_id': task_id,
+        'status': TaskStatus.WAITING,
+        'created_at': datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+        'updated_at': datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+        'original_filename': f"URL: {url}",
+        'download_url': url,
+        'progress': 'Đang tải file từ URL...'
+    }
+    
+    with TASK_LOCK:
+        TASKS[task_id] = task_info
+    
+    # Chạy background thread
+    thread = threading.Thread(
+        target=process_audio_from_url, 
+        args=(task_id, url),
+        daemon=True
+    )
+    thread.start()
+    
+    return f"✅ Task {task_id} đã được tạo. Đang tải file từ URL...", task_id
+
+def process_audio_from_url(task_id: str, url: str):
+    """Tải file từ URL và xử lý"""
+    try:
+        # Tạo thư mục tạm để download
+        download_dir = os.path.join(STORAGE_DIR, task_id, 'download')
+        os.makedirs(download_dir, exist_ok=True)
+        
+        update_task_status(task_id, TaskStatus.PROCESSING, {
+            'progress': f'Đang tải file từ URL: {url}',
+            'step': 0,
+            'total_steps': 5,
+            'step_name': 'Tải file từ URL',
+            'percent': 5
+        })
+        
+        # Download file
+        file_path, filename = download_file_from_url(url, download_dir)
+        
+        update_task_status(task_id, TaskStatus.PROCESSING, {
+            'progress': f'Đã tải xong file: {filename}. Bắt đầu xử lý...',
+            'original_filename': filename,
+            'percent': 15
+        })
+        
+        # Gọi hàm xử lý audio như bình thường
+        process_audio_background(task_id, file_path, filename)
+        
+    except Exception as e:
+        error_msg = f"Lỗi khi tải file từ URL: {str(e)}\n\n{traceback.format_exc()}"
+        update_task_status(task_id, TaskStatus.ERROR, {
+            'error': error_msg,
+            'percent': 0
+        })
+
 def load_all_tasks():
     """Load tất cả tasks từ storage"""
     with TASK_LOCK:
@@ -486,23 +599,62 @@ with gr.Blocks(title="Audio Transcription & Dataset Creator", theme=gr.themes.So
         with gr.Tab("📤 Upload & Submit"):
             gr.Markdown("### Tải lên file và submit task")
             
-            with gr.Row():
-                with gr.Column():
-                    input_file = gr.File(
-                        label="Upload Audio File hoặc ZIP",
-                        file_types=['.wav', '.mp3', '.flac', '.ogg', '.m4a', '.aac', '.zip']
-                    )
-                    submit_btn = gr.Button("🚀 Submit Task", variant="primary", size="lg")
+            with gr.Tabs():
+                # Subtab: Upload File
+                with gr.Tab("📁 Upload File"):
+                    with gr.Row():
+                        with gr.Column():
+                            input_file = gr.File(
+                                label="Upload Audio File hoặc ZIP",
+                                file_types=['.wav', '.mp3', '.flac', '.ogg', '.m4a', '.aac', '.zip']
+                            )
+                            submit_btn = gr.Button("🚀 Submit Task", variant="primary", size="lg")
+                        
+                        with gr.Column():
+                            submit_status = gr.Textbox(label="📋 Trạng thái Submit", lines=3)
+                            current_task_id = gr.Textbox(label="Task ID", visible=False)
+                    
+                    gr.Markdown("""
+                    #### ℹ️ Hướng dẫn:
+                    - Upload file audio đơn (.wav, .mp3, .flac, .ogg, .m4a, .aac)
+                    - Hoặc upload file ZIP chứa nhiều file audio
+                    - Click "Submit Task" để bắt đầu xử lý
+                    """)
                 
-                with gr.Column():
-                    submit_status = gr.Textbox(label="📋 Trạng thái Submit", lines=3)
-                    current_task_id = gr.Textbox(label="Task ID", visible=False)
+                # Subtab: Download from URL
+                with gr.Tab("🔗 Tải từ URL"):
+                    with gr.Row():
+                        with gr.Column():
+                            url_input = gr.Textbox(
+                                label="Nhập URL của file audio hoặc ZIP",
+                                placeholder="https://example.com/audio.zip hoặc https://example.com/audio.mp3",
+                                lines=2
+                            )
+                            submit_url_btn = gr.Button("🌐 Tải và Submit Task", variant="primary", size="lg")
+                        
+                        with gr.Column():
+                            submit_url_status = gr.Textbox(label="📋 Trạng thái Submit", lines=3)
+                            current_url_task_id = gr.Textbox(label="Task ID", visible=False)
+                    
+                    gr.Markdown("""
+                    #### ℹ️ Hướng dẫn:
+                    - Nhập URL trực tiếp đến file audio hoặc file ZIP
+                    - Hỗ trợ: Google Drive, Dropbox, OneDrive, hoặc bất kỳ URL công khai nào
+                    - File sẽ được tải về tự động và xử lý trong background
+                    - **Lưu ý**: URL phải là link download trực tiếp (không qua trang xem trước)
+                    
+                    **Ví dụ URL hợp lệ:**
+                    - `https://example.com/dataset.zip`
+                    - `https://drive.google.com/uc?export=download&id=FILE_ID`
+                    - `https://www.dropbox.com/s/xxx/audio.mp3?dl=1`
+                    """)
             
             gr.Markdown("""
-            ### ℹ️ Hướng dẫn:
-            1. Upload file audio hoặc ZIP chứa nhiều file audio
-            2. Click "Submit Task" - task sẽ chạy trong background
-            3. Chuyển sang tab "History" để xem tiến trình và tải kết quả
+            ---
+            ### 💡 Sau khi submit:
+            1. Bạn sẽ nhận được Task ID
+            2. Chuyển sang tab **"History"** để xem tiến trình real-time
+            3. Tải về kết quả khi xử lý hoàn thành
             """)
         
         # Tab History
@@ -532,6 +684,12 @@ with gr.Blocks(title="Audio Transcription & Dataset Creator", theme=gr.themes.So
         outputs=[submit_status, current_task_id]
     )
     
+    submit_url_btn.click(
+        fn=submit_task_from_url,
+        inputs=url_input,
+        outputs=[submit_url_status, current_url_task_id]
+    )
+    
     refresh_btn.click(
         fn=refresh_task_list,
         outputs=task_dropdown