Update app.py

app.py

@@ -14,15 +14,14 @@ AUDIO_DIR = "/tmp/audio_output"
 os.makedirs(TEMP_DIR, exist_ok=True)
 os.makedirs(AUDIO_DIR, exist_ok=True)
 
-# Paksa semua unduhan model masuk ke /tmp
+# Paksa semua unduhan model masuk ke /tmp agar sesuai dengan penyimpanan ephemeral
 os.environ["TTS_HOME"] = TEMP_DIR
-
-# Persetujuan Lisensi Otomatis
 os.environ["COQUI_TOS_AGREED"] = "1"
 
 app = FastAPI(
-    title="PasBlast XTTS-v2 API",
-    description="API Interaktif menggunakan model Coqui XTTS-v2 yang di-host di Hugging Face."
+    title="PasBlast Comprehensive Coqui XTTS-v2 API",
+    description="API Komplet untuk seluruh kapabilitas Coqui XTTS-v2 yang dimungkinkan berjalan di CPU Space.",
+    version="1.0.0"
 )
 security = HTTPBasic()
 
@@ -34,7 +33,7 @@ def get_xtts_instance() -> TTS:
         try:
             print("Memuat model XTTS-v2 ke RAM...")
             tts_model = TTS(model_name="tts_models/multilingual/multi-dataset/xtts_v2", gpu=False)
-            print("Model berhasil dimuat ke memori!")
+            print("Model berhasil dimuat!")
         except Exception as e:
             error_trace = traceback.format_exc()
             print(f"Error Load Model: {error_trace}")
@@ -55,58 +54,96 @@ def verify_auth(credentials: HTTPBasicCredentials = Depends(security)):
 
 # --- ENDPOINTS ---
 
-@app.get("/")
+@app.get("/", tags=["Status"])
 def root():
-    return {"message": "XTTS-v2 API Aktif. Akses /docs untuk mencoba secara interaktif."}
+    return {
+        "status": "online",
+        "message": "XTTS-v2 API Komplet Aktif. Akses /docs untuk Swagger UI Interaktif.",
+        "storage_info": {
+            "temp_dir": TEMP_DIR,
+            "audio_dir": AUDIO_DIR
+        }
+    }
+
+@app.get("/models", tags=["Metadata & Info"])
+def list_models(username: str = Depends(verify_auth)):
+    """Melihat daftar seluruh model yang terdaftar secara internal di library Coqui TTS."""
+    try:
+        all_models = TTS.list_models()
+        return {"total_available_models": len(all_models), "models": all_models}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Gagal mengambil list model: {str(e)}")
+
+@app.get("/current_model", tags=["Metadata & Info"])
+def get_current_model_status(username: str = Depends(verify_auth)):
+    """Mengecek status dan informasi model yang saat ini sedang aktif di memori."""
+    global tts_model
+    return {
+        "loaded_in_memory": tts_model is not None,
+        "active_model_name": "tts_models/multilingual/multi-dataset/xtts_v2" if tts_model else None,
+        "device": "cpu"
+    }
 
-@app.get("/speakers", tags=["Info"])
+@app.get("/speakers", tags=["Metadata & Info"])
 def list_speakers(username: str = Depends(verify_auth)):
-    """Melihat daftar karakter suara bawaan XTTS-v2."""
+    """Melihat daftar seluruh karakter suara (speaker) bawaan yang didukung oleh XTTS-v2."""
+    tts = get_xtts_instance()
+    return {"total_speakers": len(tts.speakers), "speakers": tts.speakers}
+
+@app.get("/languages", tags=["Metadata & Info"])
+def list_languages(username: str = Depends(verify_auth)):
+    """Melihat daftar kode bahasa (multilingual) yang didukung resmi oleh XTTS-v2."""
     tts = get_xtts_instance()
-    return {"speakers": tts.speakers}
+    # XTTS-v2 mendukung bahasa berkode resmi seperti 'id', 'en', 'es', dll.
+    languages = tts.languages if hasattr(tts, "languages") else ["id", "en", "es", "fr", "de", "it", "pt", "pl", "tr", "ru", "nl", "cs", "ar", "zh-cn", "ja", "hu", "ko"]
+    return {"total_languages": len(languages), "languages": languages}
 
-@app.post("/tts", tags=["Generation"])
+@app.post("/tts", tags=["Core Generation"])
 def generate_tts(
-    text: str = Form(..., description="Teks Syarat & Ketentuan PasBlast"),
-    speaker: str = Form("Ana Florence", description="Pilih nama speaker"),
-    language: str = Form("id", description="Gunakan 'id' untuk Bahasa Indonesia"),
+    text: str = Form(..., description="Teks yang akan diubah menjadi suara"),
+    speaker: str = Form("Ana Florence", description="Nama karakter suara bawaan dari endpoint /speakers"),
+    language: str = Form("id", description="Kode bahasa (contoh: id, en, es)"),
+    temperature: float = Form(0.75, description="Kreativitas variasi suara (0.1 - 1.0)"),
+    length_penalty: float = Form(1.0, description="Penalti panjang kalimat"),
+    repetition_penalty: float = Form(5.0, description="Penalti pengulangan kata berlebih"),
     username: str = Depends(verify_auth)
 ):
-    """Sintesis teks dengan proteksi panjang karakter dan validasi speaker."""
+    """Sintesis teks dasar menggunakan salah satu dari karakter suara bawaan XTTS-v2."""
     tts = get_xtts_instance()
     output_path = os.path.join(AUDIO_DIR, f"tts_{uuid.uuid4().hex}.wav")
     
-    # 1. Validasi Speaker (Pencegah Error 500)
     available_speakers = tts.speakers
     if speaker not in available_speakers:
-        print(f"Peringatan: Speaker '{speaker}' tidak ada. Menggunakan default: '{available_speakers[0]}'")
+        print(f"Speaker '{speaker}' tidak ditemukan. Menggunakan default: '{available_speakers[0]}'")
         speaker = available_speakers[0]
         
     try:
-        print(f"Memulai sintesis suara untuk teks ({len(text)} karakter)...")
-        # 2. split_sentences=True wajib aktif untuk mencegah crash pada teks panjang
+        print(f"Memproses TTS Dasar untuk {len(text)} karakter teks...")
         tts.tts_to_file(
             text=text, 
             speaker=speaker, 
             language=language, 
             file_path=output_path,
-            split_sentences=True 
+            split_sentences=True,
+            temperature=temperature,
+            length_penalty=length_penalty,
+            repetition_penalty=repetition_penalty
         )
-        print("Sintesis berhasil, mengirim file audio ke klien.")
-        return FileResponse(output_path, media_type="audio/wav", filename="pasblast_normal.wav")
+        return FileResponse(output_path, media_type="audio/wav", filename="pasblast_tts.wav")
     except Exception as e:
         error_trace = traceback.format_exc()
-        print(f"FATAL ERROR saat sintesis: {error_trace}")
-        raise HTTPException(status_code=500, detail=f"Gagal memproses TTS: {str(e)}\nTrace: {error_trace}")
+        print(f"FATAL ERROR pada /tts: {error_trace}")
+        raise HTTPException(status_code=500, detail=f"Gagal memproses TTS: {str(e)}")
 
-@app.post("/tts_voice_clone", tags=["Generation"])
+@app.post("/tts_voice_clone", tags=["Core Generation"])
 def generate_tts_voice_clone(
-    text: str = Form(...),
-    language: str = Form("id"),
-    reference_audio: UploadFile = File(..., description="File WAV suara target (5-10 detik)"),
+    text: str = Form(..., description="Teks yang ingin disuarakan oleh hasil kloning"),
+    language: str = Form("id", description="Kode bahasa target suara"),
+    reference_audio: UploadFile = File(..., description="File WAV sampel suara target (durasi ideal 5-10 detik, bersih dari noise)"),
+    temperature: float = Form(0.75, description="Kreativitas variasi suara"),
     username: str = Depends(verify_auth)
 ):
-    """Sintesis teks dengan meniru (cloning) suara dari file audio unggahan."""
+    """Zero-shot Voice Cloning: Membuat teks berbunyi persis menyerupai file audio referensi yang diunggah."""
     tts = get_xtts_instance()
     
     ref_path = os.path.join(AUDIO_DIR, f"ref_{uuid.uuid4().hex}.wav")
@@ -116,16 +153,51 @@ def generate_tts_voice_clone(
     output_path = os.path.join(AUDIO_DIR, f"clone_{uuid.uuid4().hex}.wav")
     
     try:
-        print("Memulai proses kloning suara...")
+        print("Memproses Zero-shot Voice Cloning...")
         tts.tts_to_file(
             text=text, 
             language=language, 
             speaker_wav=ref_path, 
             file_path=output_path,
-            split_sentences=True
+            split_sentences=True,
+            temperature=temperature
         )
         return FileResponse(output_path, media_type="audio/wav", filename="pasblast_cloned.wav")
     except Exception as e:
         error_trace = traceback.format_exc()
-        print(f"FATAL ERROR saat kloning: {error_trace}")
-        raise HTTPException(status_code=500, detail=f"Gagal melakukan Voice Cloning: {str(e)}\nTrace: {error_trace}")
+        print(f"FATAL ERROR pada /tts_voice_clone: {error_trace}")
+        raise HTTPException(status_code=500, detail=f"Gagal memproses Voice Cloning: {str(e)}")
+
+@app.post("/voice_conversion", tags=["Core Generation"])
+def generate_voice_conversion(
+    source_audio: UploadFile = File(..., description="File audio WAV asli berisi ucapan/perkataan seseorang yang ingin diubah suaranya"),
+    reference_audio: UploadFile = File(..., description="File audio WAV target berisi sampel karakter suara baru yang ingin ditiru"),
+    username: str = Depends(verify_auth)
+):
+    """Voice Conversion (Audio-to-Audio): Mengubah identitas suara pada file audio sumber menjadi karakter suara target tanpa mengubah isi perkataannya."""
+    tts = get_xtts_instance()
+    
+    source_path = os.path.join(AUDIO_DIR, f"src_{uuid.uuid4().hex}.wav")
+    ref_path = os.path.join(AUDIO_DIR, f"ref_vc_{uuid.uuid4().hex}.wav")
+    output_path = os.path.join(AUDIO_DIR, f"vc_{uuid.uuid4().hex}.wav")
+    
+    with open(source_path, "wb") as buffer:
+        shutil.copyfileobj(source_audio.file, buffer)
+    with open(ref_path, "wb") as buffer:
+        shutil.copyfileobj(reference_audio.file, buffer)
+        
+    try:
+        if hasattr(tts, "voice_conversion_to_file"):
+            print("Memproses Voice Conversion (Audio-to-Audio)...")
+            tts.voice_conversion_to_file(
+                source_wav=source_path, 
+                target_wav=ref_path, 
+                file_path=output_path
+            )
+            return FileResponse(output_path, media_type="audio/wav", filename="pasblast_converted.wav")
+        else:
+            raise HTTPException(status_code=400, detail="Model aktif saat ini tidak dikonfigurasi untuk fungsi Voice Conversion bawaan.")
+    except Exception as e:
+        error_trace = traceback.format_exc()
+        print(f"FATAL ERROR pada /voice_conversion: {error_trace}")
+        raise HTTPException(status_code=500, detail=f"Gagal memproses Voice Conversion: {str(e)}")