Update app.py

app.py

@@ -41,7 +41,7 @@ def download_file(url):
     except:
         return None
 
-# --- حالت‌های مختلف برای حل مشکل ---
+# --- حالت‌های مختلف ---
 MODES = {
     "🔥 حالت 1: رفع تداخل شدید": {
         "index_rate": 0.25,
@@ -57,21 +57,21 @@ MODES = {
         "rms_mix_rate": 0.30,
         "method": "harvest"
     },
-    "⚡ حالت 3: بدون Index (اضطراری)": {
+    "⚡ حالت 3: بدون Index": {
         "index_rate": 0.00,
         "protect": 0.50,
         "filter_radius": 5,
         "rms_mix_rate": 0.15,
         "method": "rmvpe"
     },
-    "🎵 حالت 4: تعادل (پیشنهادی)": {
+    "🎵 حالت 4: متعادل": {
         "index_rate": 0.40,
         "protect": 0.42,
         "filter_radius": 3,
         "rms_mix_rate": 0.20,
         "method": "rmvpe"
     },
-    "🔬 حالت 5: دقت بالا (کند)": {
+    "🔬 حالت 5: دقت بالا": {
         "index_rate": 0.50,
         "protect": 0.45,
         "filter_radius": 3,
@@ -87,7 +87,7 @@ def apply_mode(mode_name):
                 m["filter_radius"], m["rms_mix_rate"])
     return "rmvpe", 0.40, 0.42, 3, 0.20
 
-# --- تابع اصلی با 3 روش مختلف ---
+# --- تابع اصلی ---
 def run_rvc_advanced(audio_path, model_up, model_link, index_up, index_link, 
                      pitch, method, index_rate, protect, filter_radius, 
                      rms_mix_rate, use_index):
@@ -100,7 +100,7 @@ def run_rvc_advanced(audio_path, model_up, model_link, index_up, index_link,
     if not model_path: 
         return None, "⚠️ مدل (.pth) الزامی است!"
 
-    # Index (اختیاری شد)
+    # Index
     index_path = None
     if use_index:
         index_path = index_up.name if index_up else download_file(index_link) if index_link else None
@@ -119,7 +119,7 @@ def run_rvc_advanced(audio_path, model_up, model_link, index_up, index_link,
         else:
             print("⚠️ بارگذاری بدون Index...")
             rvc = RVCInference(device="cpu", model_path=model_path)
-            index_rate = 0.0  # غیرفعال کردن Index Rate
+            index_rate = 0.0
         
         sig = inspect.signature(rvc.infer_file)
         valid_params = sig.parameters.keys()
@@ -170,70 +170,68 @@ def run_rvc_advanced(audio_path, model_up, model_link, index_up, index_link,
         if 'noise_scale' in valid_params:
             args['noise_scale'] = 0.4
         
-        print(f"⚙️ تنظیمات: Method={method}, Index={index_rate:.2f}, Protect={protect:.2f}")
-        print(f"           Filter={filter_radius}, RMS={rms_mix_rate:.2f}")
+        print(f"⚙️ Method={method}, Index={index_rate:.2f}, Protect={protect:.2f}")
+        print(f"   Filter={filter_radius}, RMS={rms_mix_rate:.2f}")
         print("🚀 در حال پردازش...")
         
         rvc.infer_file(**args)
         
         if os.path.exists(output_path) and os.path.getsize(output_path) > 1000:
             
-            # تشخیص مشکل و پیشنهاد
             suggestions = ["✅ تبدیل موفق!\n"]
             
             if index_rate > 0.6:
-                suggestions.append("💡 اگر تداخل دارد: Index Rate را کاهش دهید")
+                suggestions.append("💡 تداخل دارد؟ Index Rate را کاهش دهید")
             
             if index_rate < 0.3 and use_index:
-                suggestions.append("💡 اگر تلفظ ضعیف است: Index Rate را افزایش دهید")
+                suggestions.append("💡 تلفظ ضعیف؟ Index Rate را افزایش دهید")
             
             if protect < 0.35:
-                suggestions.append("💡 صامت‌های فارسی گم می‌شود؟ Protect را افزایش دهید")
+                suggestions.append("💡 صامت‌ها گم می‌شود؟ Protect را افزایش دهید")
             
             if not use_index or not index_path:
-                suggestions.append("⚠️ بدون Index کار کردید - کیفیت ممکن است ضعیف باشد")
-                suggestions.append("💡 پیشنهاد: Index file را آپلود کنید و دوباره امتحان کنید")
+                suggestions.append("⚠️ بدون Index کار کردید")
+                suggestions.append("💡 پیشنهاد: Index را آپلود کنید")
             
-            suggestions.append("\n🔄 حالت‌های دیگر را امتحان کنید:")
-            suggestions.append("   • حالت 1 → تداخل شدید دارید")
-            suggestions.append("   • حالت 2 → تلفظ فارسی ضعیف است")
-            suggestions.append("   • حالت 3 → Index ندارید")
+            suggestions.append("\n🔄 حالت‌های دیگر:")
+            suggestions.append("   • حالت 1 → تداخل شدید")
+            suggestions.append("   • حالت 2 → تلفظ ضعیف")
+            suggestions.append("   • حالت 3 → بدون Index")
             
             return output_path, "\n".join(suggestions)
         else:
-            return None, "❌ خطا: فایل خروجی خالی است"
+            return None, "❌ فایل خروجی خالی"
         
     except Exception as e:
         error_msg = str(e)
         print(f"❌ خطا: {error_msg}")
         
         if "index" in error_msg.lower() and use_index:
-            return None, "❌ خطای Index! گزینه 'استفاده از Index' را خاموش کنید و حالت 3 را امتحان کنید."
+            return None, "❌ خطای Index! 'استفاده از Index' را خاموش کنید"
         else:
-            return None, f"❌ {error_msg}\n\n💡 سعی کنید:\n1. حالت 3 (بدون Index)\n2. Method را عوض کنید\n3. مدل دیگری استفاده کنید"
+            return None, f"❌ {error_msg}\n\n💡 راه‌حل:\n1. حالت 3 (بدون Index)\n2. Method عوض کنید\n3. مدل دیگر"
 
-# --- رابط کاربری ---
-with gr.Blocks(title="RVC Ultimate Farsi Fixer", theme=gr.themes.Soft()) as app:
+# --- رابط کاربری (بدون theme) ---
+with gr.Blocks(title="RVC Ultimate Farsi Fixer") as app:
     gr.Markdown("""
     # 🎙️ RVC - حل قطعی مشکل فارسی
     
-    ## 🔥 اگر صدا تداخل دارد یا تلفظ خراب است:
+    ## 🔥 راهنمای سریع:
     
-    ### روش 1️⃣: Index دارید
+    ### ✅ اگر Index دارید:
     1. Index را آپلود کنید
-    2. "استفاده از Index" را فعال کنید
-    3. **حالت 1** را امتحان کنید (تداخل شدید)
-    4. اگر حل نشد → **حالت 2** (تلفظ قوی)
+    2. "استفاده از Index" فعال باشد
+    3. **حالت 1** → تداخل شدید
+    4. **حالت 2** → تلفظ ضعیف
     
-    ### روش 2️⃣: Index ندارید یا کار نمی‌کند
-    1. "استفاده از Index" را **خاموش** کنید
+    ### ❌ اگر Index ندارید:
+    1. "استفاده از Index" را خاموش کنید
     2. **حالت 3** را انتخاب کنید
-    3. این روش کیفیت کمتری دارد اما تداخل ندارد
     
-    ### روش 3️⃣: مدل مشکل دارد
-    - مدل باید با صدای **فارسی** آموزش دیده باشد
-    - اگر مدل انگلیسی است، تلفظ فارسی خراب می‌شود
-    - مدل جدیدتر (v2) بگیرید
+    ### ⚠️ اگر هیچکدام جواب نداد:
+    - مدل با فارسی train نشده
+    - Index اشتباه است
+    - مدل v2 بگیرید
     """)
     
     with gr.Row():
@@ -241,132 +239,133 @@ with gr.Blocks(title="RVC Ultimate Farsi Fixer", theme=gr.themes.Soft()) as app:
             gr.Markdown("### 📁 فایل‌ها")
             audio_in = gr.Audio(type="filepath", label="🎵 صدای ورودی")
             
-            with gr.Accordion("📤 آپلود مدل و Index", open=True):
-                model_up = gr.File(label="🔷 مدل (.pth)", file_types=[".pth"])
-                index_up = gr.File(label="🔶 Index (.index)", file_types=[".index"])
-                
-                use_index = gr.Checkbox(
-                    value=True, 
-                    label="✅ استفاده از Index (اگر کار نکرد خاموش کنید)",
-                    info="اگر خطا می‌دهد این را خاموش کنید"
-                )
+            model_up = gr.File(label="🔷 مدل (.pth)", file_types=[".pth"])
+            index_up = gr.File(label="🔶 Index (.index)", file_types=[".index"])
+            
+            use_index = gr.Checkbox(
+                value=True, 
+                label="✅ استفاده از Index (خطا داد؟ خاموش کنید)"
+            )
             
             with gr.Accordion("🔗 یا از لینک", open=False):
-                model_link = gr.Textbox(label="لینک .pth")
-                index_link = gr.Textbox(label="لینک .index")
+                model_link = gr.Textbox(label="لینک .pth", placeholder="https://...")
+                index_link = gr.Textbox(label="لینک .index", placeholder="https://...")
 
         with gr.Column():
-            gr.Markdown("### 🎯 انتخاب حالت")
+            gr.Markdown("### 🎯 تنظیمات")
             
             mode = gr.Dropdown(
                 choices=list(MODES.keys()),
                 value="🔥 حالت 1: رفع تداخل شدید",
-                label="حالت عملکرد",
-                info="هر حالت را به ترتیب امتحان کنید"
+                label="حالت عملکرد"
             )
             
             apply_mode_btn = gr.Button("⚡ اعمال حالت", variant="secondary")
             
             gr.Markdown("---")
+            gr.Markdown("**🎚️ تنظیمات دستی**")
+            
+            method = gr.Dropdown(
+                ["rmvpe", "harvest", "crepe", "pm"],
+                value="rmvpe",
+                label="الگوریتم"
+            )
+            
+            pitch = gr.Slider(-12, 12, 0, step=1, label="🎵 Pitch")
+            
+            index_rate = gr.Slider(0, 1, 0.25, step=0.05, 
+                                 label="📊 Index Rate (تداخل→کم / تلفظ→زیاد)")
+            
+            protect = gr.Slider(0, 0.5, 0.50, step=0.01,
+                              label="🛡️ Protect (تلفظ ضعیف→زیاد)")
+            
+            filter_radius = gr.Slider(0, 7, 7, step=1,
+                                    label="🎚️ Filter (لرزش→زیاد)")
             
-            with gr.Group():
-                gr.Markdown("**🎚️ تنظیمات دستی**")
-                
-                method = gr.Dropdown(
-                    ["rmvpe", "harvest", "crepe", "pm"],
-                    value="rmvpe",
-                    label="الگوریتم Pitch"
-                )
-                
-                pitch = gr.Slider(-12, 12, 0, step=1, label="🎵 Pitch Shift")
-                
-                index_rate = gr.Slider(0, 1, 0.25, step=0.05, 
-                                     label="📊 Index Rate",
-                                     info="تداخل دارد؟ → کاهش دهید")
-                
-                protect = gr.Slider(0, 0.5, 0.50, step=0.01,
-                                  label="🛡️ Protect",
-                                  info="تلفظ ضعیف؟ → افزایش دهید")
-                
-                filter_radius = gr.Slider(0, 7, 7, step=1,
-                                        label="🎚️ Filter Radius",
-                                        info="لرزش دارد؟ → بالا ببرید")
-                
-                rms_mix_rate = gr.Slider(0, 1, 0.10, step=0.05,
-                                       label="🔊 RMS Mix Rate")
+            rms_mix_rate = gr.Slider(0, 1, 0.10, step=0.05,
+                                   label="🔊 RMS Mix")
             
             btn = gr.Button("🚀 تبدیل صدا", variant="primary", size="lg")
     
-    # خروجی
     with gr.Row():
         out_audio = gr.Audio(label="🎧 نتیجه")
-        out_msg = gr.Textbox(label="📋 پیام‌ها و پیشنهادات", lines=8)
+        out_msg = gr.Textbox(label="📋 پیام‌ها", lines=10)
     
-    # راهنما
-    with gr.Accordion("📖 توضیحات حالت‌ها", open=False):
+    with gr.Accordion("📖 راهنمای کامل", open=False):
         gr.Markdown("""
         ## 🔥 حالت 1: رفع تداخل شدید
-        **زمان استفاده**: صدا چند لایه است / chorus effect
         - Index Rate: 0.25 (خیلی کم)
         - Protect: 0.50 (خیلی بالا)
         - Filter: 7 (حداکثر)
-        - RMS: 0.10 (خیلی کم)
         
-        **نتیجه**: تداخل صدا برطرف می‌شود اما ممکن است کمی از لهجه مدل فاصله بگیرد
+        **زمان استفاده**: صدا چند لایه / chorus
         
         ---
         
-        ## 🎯 حالت 2: تلفظ فارسی قوی  
-        **زمان استفاده**: تلفظ خراب است / صامت‌ها گم می‌شوند
+        ## 🎯 حالت 2: تلفظ فارسی قوی
         - Index Rate: 0.75 (خیلی بالا)
-        - Method: harvest (دقیق‌تر)
+        - Method: harvest
         - Protect: 0.48
-        - RMS: 0.30 (بالا)
         
-        **نتیجه**: تلفظ فارسی قوی‌تر می‌شود اما ممکن است کمی تداخل ایجاد شود
+        **زمان استفاده**: تلفظ خراب / صامت‌ها گم
         
         ---
         
-        ## ⚡ حالت 3: بدون Index (اضطراری)
-        **زمان استفاده**: Index ندارید یا خطا می‌دهد
+        ## ⚡ حالت 3: بدون Index
         - Index Rate: 0.00 (غیرفعال)
         - Protect: 0.50
-        - Filter: 5
         
-        **نتیجه**: بدون تداخل اما کیفیت پایین‌تر
+        **زمان استفاده**: Index ندارید / خطا
         
         ---
         
-        ## 🎵 حالت 4: تعادل
-        **زمان استفاده**: برای تست اولیه
-        - تنظیمات متعادل بین همه پارامترها
+        ## 🎵 حالت 4: متعادل
+        تنظیمات بین همه پارامترها
         
         ---
         
         ## 🔬 حالت 5: دقت بالا
-        **زمان استفاده**: وقت دارید و بهترین کیفیت می‌خواهید
-        - Method: crepe (دقیق‌ترین اما کند)
+        - Method: crepe (کند اما دقیق)
+        
+        ---
+        
+        ## ⚠️ علت‌های اصلی مشکل:
+        
+        ### 1. مدل با فارسی train نشده
+        مدل‌های انگلیسی تلفظ فارسی خراب می‌کنند
+        
+        ### 2. Index اشتباه
+        Index باید دقیقاً مخصوص همان مدل باشد
+        
+        ### 3. مدل v1 است
+        مدل v2 بگیرید
+        
+        ### 4. Dataset کم
+        مدل با Data بیشتر بهتر است
         
         ---
         
-        ## ⚠️ اگر هیچ حالتی جواب نداد:
+        ## 🔧 تنظیمات دستی:
         
-        ### احتمال 1: مدل با فارسی train نشده
-        - مدل‌های انگلیسی هرگز تلفظ فارسی درست نمی‌کنند
-        - باید مدل با صدای فارسی پیدا کنید
+        **Index Rate:**
+        - 0.0-0.3: بدون تداخل، کم‌تر شبیه مدل
+        - 0.4-0.6: متعادل
+        - 0.7-1.0: خیلی شبیه مدل، ممکن است تداخل داشته باشد
         
-        ### احتمال 2: Index file اشتباه است
-        - Index باید دقیقاً مخصوص همان مدل باشد
-        - اگر Index مدل دیگری باشد، مشکل ایجاد می‌کند
+        **Protect:**
+        - 0.0-0.2: صامت‌ها ممکن است گم شوند
+        - 0.3-0.4: متعادل
+        - 0.45-0.5: حفاظت بالا، تلفظ واضح
         
-        ### احتمال 3: فایل ورودی مشکل دارد
-        - از فایل WAV با کیفیت استفاده کنید
-        - نویز پس‌زمینه را حذف کنید
+        **Filter Radius:**
+        - 0-2: طبیعی‌تر، ممکن است لرزش داشته باشد
+        - 3-5: متعادل
+        - 6-7: بدون لرزش، ممکن است کمی مصنوعی شود
         
-        ### احتمال 4: مدل کیفیت پایین دارد
-        - Epoch کم است (زیر 100)
-        - Data کم بوده (زیر 10 دقیقه)
-        - از مدل بهتری استفاده کنید
+        **RMS Mix:**
+        - 0.0-0.2: حجم صدای ورودی حفظ می‌شود
+        - 0.25-0.35: متعادل
+        - 0.4-1.0: حجم صدای خروجی بیشتر
         """)
     
     # اتصالات