app.py

import os
import mimetypes
import gradio as gr
from docx import Document
from content_generation import create_content, CONTENT_TYPES
from openai import OpenAI
from tts import generate_speech

# Khởi tạo client OpenAI với API key từ biến môi trường
client = OpenAI(api_key=os.environ.get('OPENAI_API_KEY'))

# Đường dẫn đến thư mục chứa các file âm thanh
VOICES_DIR = "voices"

# Kiểm tra thư mục voices và các file trong đó
if not os.path.exists(VOICES_DIR):
    print(f"Thư mục {VOICES_DIR} không tồn tại.")
else:
    voice_files = [os.path.join(VOICES_DIR, f) for f in os.listdir(VOICES_DIR) if f.endswith(".wav")]
    print(f"Các file âm thanh trong thư mục {VOICES_DIR}: {voice_files}")
    if not voice_files:
        print(f"Không có file âm thanh nào trong thư mục {VOICES_DIR}.")

def create_docx(content, output_path):
    """
    Tạo file docx từ nội dung.
    """
    doc = Document()
    doc.add_paragraph(content)
    doc.save(output_path)

def process_pdf(file_path):
    """
    Xử lý file PDF và trích xuất nội dung.
    """
    doc = fitz.open(file_path)
    text = ""
    for page in doc:
        text += page.get_text()
    return text

def process_docx(file_path):
    """
    Xử lý file DOCX và trích xuất nội dung.
    """
    doc = Document(file_path)
    text = ""
    for para in doc.paragraphs:
        text += para.text
    return text

def text_to_speech(content, voice_file):
    """
    Chuyển đổi nội dung thành giọng nói bằng hàm generate_speech từ tts.py.
    """
    try:
        print(f"Đường dẫn file âm thanh mẫu: {voice_file}")  # Log đường dẫn file
        if voice_file is None or not os.path.exists(voice_file):
            return f"Lỗi: File âm thanh mẫu không tồn tại hoặc không hợp lệ. Đường dẫn: {voice_file}"

        print(f"Chuyển đổi nội dung thành giọng nói: {content}")  # Log nội dung trước khi chuyển đổi
        output_audio = generate_speech(content, language="vi", speaker_wav=voice_file)
        print(f"File âm thanh đã được tạo: {output_audio}")  # Log file âm thanh
        return output_audio
    except Exception as e:
        return f"Lỗi khi chuyển đổi văn bản thành giọng nói: {str(e)}"

def convert_content_to_speech(content, voice_file):
    """
    Chuyển đổi nội dung thành giọng nói.
    """
    print(f"Giá trị của voice_file: {voice_file}")  # Log giá trị của voice_file
    if content is None or content.strip() == "":
        return "Lỗi: Nội dung trống hoặc không hợp lệ."
    if voice_file is None:
        return "Lỗi: Vui lòng chọn file âm thanh mẫu."
    return text_to_speech(content, voice_file)

def interface():
    with gr.Blocks() as app:
        gr.Markdown("# TTV@tdnm")

        with gr.Tab("Tạo Nội dung"):
            with gr.Row():
                with gr.Column():
                    prompt = gr.Textbox(label="Nhập yêu cầu nội dung")
                    file_upload = gr.File(label="Tải lên file kèm theo", type="filepath")
                    content_type = gr.Radio(label="Chọn loại nội dung",
                                            choices=CONTENT_TYPES,
                                            value=None)  # Giá trị mặc định là không có gì được chọn
                    voice_files = [os.path.join(VOICES_DIR, f) for f in os.listdir(VOICES_DIR) if f.endswith(".wav")]
                    if voice_files:
                        voice_selector = gr.Dropdown(label="Chọn giọng đọc", choices=voice_files, value=voice_files[0])  # Đặt giá trị mặc định
                    else:
                        voice_selector = gr.Dropdown(label="Chọn giọng đọc", choices=[], value=None)  # Nếu không có file, để trống
                    content_button = gr.Button("Tạo Nội dung")
                
                with gr.Column():
                    content_output = gr.Textbox(label="Nội dung tạo ra", interactive=True)
                    download_docx = gr.File(label="Tải xuống file DOCX", interactive=False)
                    status_message = gr.Label(label="Trạng thái")
                    convert_to_speech_button = gr.Button("Chuyển đổi thành giọng nói")
                    audio_output = gr.Audio(label="Synthesised Audio", autoplay=True)  # Phát tự động

            def generate_content(prompt, file, content_type):
                try:
                    status = "Đang xử lý..."
                    if file and os.path.exists(file):
                        mime_type, _ = mimetypes.guess_type(file)
                        if mime_type == "application/pdf":
                            file_content = process_pdf(file)
                            prompt = f"{prompt}\n\nDưới đây là nội dung của file tài liệu:\n\n{file_content}"
                        elif mime_type in (
                            "application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                            "application/msword"):
                            file_content = process_docx(file)
                            prompt = f"{prompt}\n\nDưới đây là nội dung của file tài liệu:\n\n{file_content}"
                        else:
                            raise ValueError("Định dạng file không được hỗ trợ.")

                    if not content_type:
                        raise ValueError("Vui lòng chọn một loại nội dung")

                    script_content = create_content(prompt, content_type, "Tiếng Việt")
                    print(f"Nội dung từ LLM: {script_content}")  # Log nội dung từ LLM
                    if script_content is None:
                        raise ValueError("Nội dung từ LLM là None. Vui lòng kiểm tra lại hàm create_content.")

                    docx_path = "script.docx"
                    create_docx(script_content, docx_path)

                    status = "Đã tạo nội dung thành công!"
                    return script_content, docx_path, status
                except Exception as e:
                    status = f"Đã xảy ra lỗi: {str(e)}"
                    return "", None, status

            async def confirm_content(content):
                docx_path = "script.docx"
                create_docx(content, docx_path)

            content_button.click(generate_content,
                                 inputs=[prompt, file_upload, content_type],
                                 outputs=[content_output, download_docx, status_message])

            convert_to_speech_button.click(convert_content_to_speech,
                                           inputs=[content_output, voice_selector],
                                           outputs=[audio_output])

    return app

# Khởi chạy ứng dụng
if __name__ == "__main__":
    app = interface()
    app.launch()