Update data/generate_audio.py

data/generate_audio.py

@@ -1,50 +1,62 @@
-# Fichier: /data/generate_audio.py (VERSION FORCE-LOAD STABLE)
+# Fichier: /data/generate_audio.py (VERSION ANTI-BRUIT & FILTRAGE)
 import sys
 import os
 import json
 import wave 
-import collections
 import torch
+import re
 
-# --- LE CORRECTIF DÉFINITIF POUR PYTORCH 2.6+ ---
-# Cette fonction force PyTorch à ignorer la nouvelle restriction "weights_only"
-# qui bloque les anciens modèles Coqui TTS.
+# FIX SÉCURITÉ PYTORCH
 original_load = torch.load
 def patched_load(*args, **kwargs):
     kwargs['weights_only'] = False
     return original_load(*args, **kwargs)
 torch.load = patched_load
-# -----------------------------------------------
 
 from TTS.api import TTS
 
-if len(sys.argv) < 3: 
-    print("Usage: python3 generate_audio.py \"Votre texte ici\" /chemin/vers/fichier.wav", file=sys.stderr)
-    sys.exit(1)
-
-text = sys.argv[1].replace('"', '') 
-output_file = sys.argv[2] 
+def clean_text_pro(text):
+    """Nettoyage chirurgical pour éviter les bruits de calcul"""
+    # 1. Remplacer les caractères problématiques vus dans vos logs
+    # Le modèle n'aime pas les accents combinés, on simplifie
+    text = text.replace('̃', 'n') # Fix pour le "on" nasal
+    text = text.replace('œ', 'oe')
+    
+    # 2. Supprimer les caractères spéciaux inutiles
+    text = re.sub(r'[#@*<>]', '', text)
+    
+    # 3. Normaliser les espaces et la ponctuation
+    text = text.replace('...', '…') # Utilise le vrai caractère de pause
+    
+    # 4. Ajouter un micro-espace au début et à la fin pour éviter les "clics" d'attaque
+    return " " + text.strip() + " "
 
 try:
-    print("Tentative de chargement (Mode Forcé) : tts_models/fr/mai/tacotron2-DDC", file=sys.stderr)
+    if len(sys.argv) < 3: sys.exit(1)
     
-    # Initialisation du modèle
+    input_text = sys.argv[1]
+    output_file = sys.argv[2]
+    processed_text = clean_text_pro(input_text)
+
+    # Initialisation
     tts = TTS(model_name="tts_models/fr/mai/tacotron2-DDC", progress_bar=False, gpu=False)
     
-    print(f"Génération en cours...", file=sys.stderr)
-    tts.tts_to_file(text=text, file_path=output_file) 
+    # Génération
+    tts.tts_to_file(text=processed_text, file_path=output_file) 
+
+    # --- POST-PROCESS OPTIONNEL (Si ffmpeg est nécessaire pour lisser) ---
+    # On peut forcer un petit fondu (fade-in/fade-out) pour supprimer les clics
+    clean_output = output_file.replace('.wav', '_clean.wav')
+    os.system(f"ffmpeg -y -i {output_file} -af 'afade=t=in:ss=0:d=0.05,afade=t=out:st=13.5:d=0.1' {clean_output} > /dev/null 2>&1")
+    # On remet le fichier propre à la place de l'original
+    if os.path.exists(clean_output):
+        os.replace(clean_output, output_file)
 
     with wave.open(output_file, 'rb') as wf:
-        frames = wf.getnframes()
-        rate = wf.getframerate()
-        duration = frames / float(rate)
+        duration = wf.getnframes() / float(wf.getframerate())
 
-    output_data = {
-        "audioPath": output_file,
-        "duration": duration
-    }
-    print(json.dumps(output_data))
+    print(json.dumps({"status": "success", "audioPath": output_file, "duration": round(duration, 2)}))
 
 except Exception as e:
-    print(f"ERREUR CRITIQUE : {e}", file=sys.stderr)
+    print(json.dumps({"status": "error", "message": str(e)}), file=sys.stderr)
     sys.exit(1)