Deploy tool gỡ băng video/audio

README.md

@@ -1,13 +1,27 @@
 ---
-title: Go Bang Video
-emoji: ⚡
-colorFrom: pink
-colorTo: red
+title: Go Bang Video Audio AI
+emoji: 🎙️
+colorFrom: blue
+colorTo: indigo
 sdk: gradio
-sdk_version: 6.15.2
-python_version: '3.13'
+sdk_version: 4.44.0
 app_file: app.py
 pinned: false
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 🎙️ Gỡ băng Video / Audio bằng AI
+
+Tool nội bộ cho phòng truyền thông: upload video/audio → AI (Gemini) chuyển thành
+văn bản tiếng Việt. Mỗi người nhập API key riêng.
+
+## Cách dùng
+1. Lấy API key tại https://aistudio.google.com/apikey
+2. Dán key vào ô **API key**
+3. Kéo thả video/audio (nhiều file được)
+4. Bấm **Bắt đầu gỡ băng** → đợi → copy kết quả hoặc tải file `.txt`
+
+## Lưu ý
+- Mỗi file < 2GB. File lớn nên tách lấy audio trước cho nhanh.
+- File câm/không tiếng → trả `(không có nội dung thoại)`.
+- Báo *hết quota* → đợi hôm sau hoặc bật billing cho key.
+- ⚠️ Key = tiền công ty, không chia sẻ ra ngoài.

app.py

@@ -0,0 +1,188 @@
+"""
+Tool transcribe video/audio -> text bằng Gemini, giao diện Gradio.
+Dành cho người không rành kỹ thuật: nhập API key, kéo thả file, bấm nút.
+
+KHÔNG cần ffmpeg: upload file thẳng lên Gemini Files API (Gemini tự xử lý
+audio/video). Có chống AI "bịa" (lặp dạ vâng) trên file câm/nhiễu.
+"""
+from __future__ import annotations
+
+import re
+import time
+import tempfile
+from collections import Counter
+from pathlib import Path
+
+import gradio as gr
+from google import genai
+from google.genai import types
+
+# ---- Cấu hình ----
+MODELS = ["gemini-2.5-flash", "gemini-3.1-flash-lite", "gemini-2.5-pro"]
+DEFAULT_MODEL = "gemini-2.5-flash"
+NO_SPEECH = "(không có nội dung thoại)"
+MAX_MB = 1900  # Gemini Files API giới hạn ~2GB/file
+
+TRANSCRIBE_PROMPT = """Bạn là công cụ gỡ băng (transcribe) audio. Hãy chuyển toàn bộ
+lời nói trong file thành văn bản tiếng Việt VERBATIM (đúng từng từ).
+
+YÊU CẦU BẮT BUỘC:
+1. Ngôn ngữ chính là tiếng Việt; nếu người nói xen tiếng Anh thì GIỮ NGUYÊN, KHÔNG dịch.
+2. KHÔNG tóm tắt, KHÔNG bình luận, KHÔNG thêm timestamp.
+3. TUYỆT ĐỐI KHÔNG thêm mô tả âm thanh dạng [im lặng], [tiếng nhạc], [tiếng cười]...
+4. Mỗi câu hoàn chỉnh hoặc mỗi lượt nói nằm trên một dòng riêng.
+5. Nếu HOÀN TOÀN không có lời nói, chỉ trả về đúng một dòng:
+(không có nội dung thoại)
+6. Chỉ trả về phần text transcript thuần, không tiêu đề/ghi chú/markdown.
+""".strip()
+
+
+def looks_like_loop(text: str) -> bool:
+    """Phát hiện AI bịa (lặp 'dạ vâng' vô tận) trên file câm/nhiễu."""
+    lines = [ln.strip() for ln in text.splitlines() if ln.strip()]
+    if len(lines) < 40:
+        return False
+    fillers = {"dạ", "vâng", "ạ", "ừm", "à", "ờ", "alo", "đúng rồi", "dạ vâng",
+               "vâng ạ", "dạ.", "vâng."}
+    def norm(s: str) -> str:
+        s = re.sub(r"[.,!?;:…\"'\-_/()]+", " ", s.lower())
+        return re.sub(r"\s+", " ", s).strip()
+    normed = [norm(x) for x in lines]
+    filler_ratio = sum(1 for n in normed if n in fillers
+                       or all(w in fillers for w in n.split())) / len(normed)
+    counter = Counter(normed)
+    top3 = sum(c for _, c in counter.most_common(3)) / len(normed)
+    distinct = len(counter) / len(normed)
+    return filler_ratio >= 0.55 or top3 >= 0.6 or distinct <= 0.2
+
+
+def wait_active(client, file_obj, timeout_s: int = 300):
+    """Đợi Gemini xử lý xong file vừa upload."""
+    deadline = time.time() + timeout_s
+    while file_obj.state.name == "PROCESSING":
+        if time.time() > deadline:
+            raise TimeoutError("File xử lý quá lâu trên server.")
+        time.sleep(2)
+        file_obj = client.files.get(name=file_obj.name)
+    if file_obj.state.name != "ACTIVE":
+        raise RuntimeError(f"File lỗi trạng thái: {file_obj.state.name}")
+    return file_obj
+
+
+def transcribe_one(client, path: str, model: str) -> str:
+    """Upload 1 file -> transcribe -> trả text. Tự xóa file trên server."""
+    uploaded = client.files.upload(file=path)
+    try:
+        uploaded = wait_active(client, uploaded)
+        cfg = types.GenerateContentConfig(
+            system_instruction=TRANSCRIBE_PROMPT,
+            temperature=0.0,
+            thinking_config=types.ThinkingConfig(thinking_budget=0),  # rẻ + nhanh
+        )
+        # Retry 503 (server quá tải tạm thời)
+        for wait in (0, 5, 10, 20):
+            if wait:
+                time.sleep(wait)
+            try:
+                resp = client.models.generate_content(
+                    model=model,
+                    contents=[uploaded, "Gỡ băng file trên theo đúng quy tắc."],
+                    config=cfg,
+                )
+                text = (resp.text or "").strip()
+                return NO_SPEECH if looks_like_loop(text) else text
+            except Exception as e:
+                if "503" in str(e) or "UNAVAILABLE" in str(e):
+                    continue
+                raise
+        return NO_SPEECH
+    finally:
+        try:
+            client.files.delete(name=uploaded.name)
+        except Exception:
+            pass
+
+
+def run(api_key, files, model, progress=gr.Progress()):
+    if not api_key or not api_key.strip():
+        raise gr.Error("Chưa nhập API key. Lấy key tại aistudio.google.com/apikey")
+    if not files:
+        raise gr.Error("Chưa chọn file nào.")
+
+    try:
+        client = genai.Client(api_key=api_key.strip())
+    except Exception as e:
+        raise gr.Error(f"API key không hợp lệ: {e}")
+
+    sections, errors = [], []
+    total = len(files)
+    for i, f in enumerate(files):
+        path = f.name if hasattr(f, "name") else f
+        name = Path(path).name
+        size_mb = Path(path).stat().st_size / 1_000_000
+        progress((i) / total, desc=f"[{i+1}/{total}] {name}")
+        if size_mb > MAX_MB:
+            errors.append(f"{name}: quá lớn ({size_mb:.0f}MB > {MAX_MB}MB), bỏ qua.")
+            continue
+        try:
+            text = transcribe_one(client, path, model)
+            sections.append(f"## {name}\n\n{text}\n")
+        except Exception as e:
+            msg = str(e)
+            if "429" in msg or "RESOURCE_EXHAUSTED" in msg or "quota" in msg.lower():
+                errors.append(f"{name}: hết quota/giới hạn API key. Dừng.")
+                break
+            errors.append(f"{name}: lỗi - {msg[:120]}")
+
+    progress(1.0, desc="Xong")
+    combined = "\n---\n\n".join(sections) if sections else "(không có kết quả)"
+    if errors:
+        combined += "\n\n---\n\n### ⚠️ Ghi chú lỗi\n" + "\n".join(f"- {e}" for e in errors)
+
+    # Ghi file để tải xuống
+    out = Path(tempfile.gettempdir()) / "transcripts.txt"
+    out.write_text(combined, encoding="utf-8")
+    status = f"✅ Xong {len(sections)}/{total} file." + (
+        f" ({len(errors)} lỗi)" if errors else "")
+    return combined, str(out), status
+
+
+# ---- Giao diện ----
+with gr.Blocks(title="Gỡ băng Video/Audio bằng AI", theme=gr.themes.Soft()) as demo:
+    gr.Markdown(
+        "# 🎙️ Gỡ băng Video / Audio → Text (AI)\n"
+        "Upload video hoặc audio → AI chuyển thành văn bản tiếng Việt. "
+        "Hỗ trợ .mp4 .mov .m4a .mp3 .wav... (mỗi file < 2GB)."
+    )
+    with gr.Row():
+        with gr.Column(scale=1):
+            api_key = gr.Textbox(
+                label="🔑 API key (Gemini)", type="password",
+                placeholder="Dán key AIza... — lấy tại aistudio.google.com/apikey",
+                info="Key = tiền công ty. KHÔNG chia sẻ key cho người ngoài.",
+            )
+            model = gr.Dropdown(MODELS, value=DEFAULT_MODEL, label="Model")
+            files = gr.File(
+                label="📁 Chọn / kéo thả video, audio (nhiều file được)",
+                file_count="multiple",
+                file_types=["video", "audio"],
+            )
+            btn = gr.Button("▶️ Bắt đầu gỡ băng", variant="primary")
+            status = gr.Textbox(label="Trạng thái", interactive=False)
+        with gr.Column(scale=2):
+            out_text = gr.Textbox(label="📝 Kết quả transcript", lines=25,
+                                  show_copy_button=True)
+            out_file = gr.File(label="⬇️ Tải file .txt")
+
+    btn.click(run, inputs=[api_key, files, model],
+              outputs=[out_text, out_file, status])
+
+    gr.Markdown(
+        "---\n"
+        "**Mẹo:** file câm/không tiếng sẽ trả `(không có nội dung thoại)`. "
+        "File quá lớn nên tách lấy audio trước cho nhanh. "
+        "Nếu báo *hết quota* → đợi hôm sau hoặc bật billing cho key."
+    )
+
+if __name__ == "__main__":
+    demo.queue(max_size=20).launch()

requirements.txt

@@ -0,0 +1,2 @@
+gradio>=4.44
+google-genai>=1.0.0