Upload app.py

app.py

@@ -1,141 +1,143 @@
-import spaces
-import os
-import gradio as gr
-import soundfile as sf
-import tempfile
-import torch
-import librosa
-import time
-from tts_engine import VoiceEngine 
-
-# --- 1. KHỞI TẠO (Giữ nguyên logic nạp model đã thành công) ---
-os.environ['SPACES_ZERO_GPU'] = '1'
-device = "cuda" if torch.cuda.is_available() else "cpu"
-
-print(f"🔄 Đang khởi động trên: {device}")
-
-try:
-    tts = VoiceEngine(
-        backbone_repo="ktvoice/Backbone", 
-        backbone_device=device, 
-        codec_repo="ktvoice/Codec", 
-        codec_device=device
-    )
-    print("✅ Đã nạp thành công Model!")
-except Exception as e:
-    print(f"❌ Lỗi nạp mô hình: {e}")
-    tts = None
-
-# Danh sách giọng
-VOICE_SAMPLES = {
-    "Tuyên (nam miền Bắc)": {"audio": "./sample/Tuyên (nam miền Bắc).wav", "text": "./sample/Tuyên (nam miền Bắc).txt"},
-    "Thiện Tâm": {"audio": "./sample/thientam.mp3", "text": "./sample/thientam.txt"},
-    "Vĩnh (nam miền Nam)": {"audio": "./sample/Vĩnh (nam miền Nam).wav", "text": "./sample/Vĩnh (nam miền Nam).txt"},
-    "Bình (nam miền Bắc)": {"audio": "./sample/Bình (nam miền Bắc).wav", "text": "./sample/Bình (nam miền Bắc).txt"},
-    "Nguyên (nam miền Nam)": {"audio": "./sample/Nguyên (nam miền Nam).wav", "text": "./sample/Nguyên (nam miền Nam).txt"},
-    "Sơn (nam miền Nam)": {"audio": "./sample/Sơn (nam miền Nam).wav", "text": "./sample/Sơn (nam miền Nam).txt"},
-    "Đoan (nữ miền Nam)": {"audio": "./sample/Đoan (nữ miền Nam).wav", "text": "./sample/Đoan (nữ miền Nam).txt"},
-    "Ngọc (nữ miền Bắc)": {"audio": "./sample/Ngọc (nữ miền Bắc).wav", "text": "./sample/Ngọc (nữ miền Bắc).txt"},
-    "Ly (nữ miền Bắc)": {"audio": "./sample/Ly (nữ miền Bắc).wav", "text": "./sample/Ly (nữ miền Bắc).txt"},
-    "Dung (nữ miền Nam)": {"audio": "./sample/Dung (nữ miền Nam).wav", "text": "./sample/Dung (nữ miền Nam).txt"}
-}
-
-@spaces.GPU(duration=60)
-def tts_process(text, voice_choice, custom_audio, custom_text, mode_tab, pause_level, speed_value):
-    if tts is None:
-        return None, "Hệ thống chưa sẵn sàng."
-    
-    if not text or not text.strip():
-        return None, "Vui lòng nhập văn bản."
-
-    try:
-        # Chọn nguồn giọng
-        if mode_tab == "custom":
-            if not custom_audio: return None, "Thiếu Audio mẫu."
-            if not custom_text: return None, "Thiếu lời thoại mẫu."
-            ref_path, ref_txt_val = custom_audio, custom_text
-        else:
-            sample = VOICE_SAMPLES.get(voice_choice)
-            ref_path = sample["audio"]
-            try:
-                with open(sample["text"], "r", encoding="utf-8") as f:
-                    ref_txt_val = f.read()
-            except:
-                return None, "Lỗi đọc file text mẫu."
-
-        # Xử lý ngắt nghỉ
-        processed_text = text
-        if pause_level == "Trung bình":
-            processed_text = processed_text.replace(",", ", , ").replace(".", ". . ")
-        elif pause_level == "Dài":
-            processed_text = processed_text.replace(",", ", , , ").replace(".", ". . . . ")
-
-        start_time = time.time()
-        
-        # Chạy AI
-        ref_codes = tts.encode_reference(ref_path)
-        wav = tts.infer(processed_text[:500], ref_codes, ref_txt_val)
-        
-        # Tốc độ
-        if speed_value != 1.0:
-            wav = librosa.effects.time_stretch(wav, rate=float(speed_value))
-            
-        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
-            sf.write(tmp.name, wav, 24000)
-            return tmp.name, f"Hoàn tất: {time.time() - start_time:.2f}s"
-            
-    except Exception as e:
-        return None, f"Lỗi: {str(e)}"
-
-# --- 2. GIAO DIỆN CƠ BẢN (Native Gradio) ---
-with gr.Blocks(title="AI Voice") as demo:
-    gr.Markdown("# 🎙️ AI Voice Studio")
-    
-    with gr.Row():
-        with gr.Column():
-            input_text = gr.Textbox(
-                label="Văn bản cần đọc", 
-                lines=5, 
-                placeholder="Nhập tiếng Việt vào đây..."
-            )
-            
-            with gr.Tabs() as tabs:
-                with gr.Tab("Chọn giọng có sẵn", id="preset"):
-                    voice_dropdown = gr.Dropdown(
-                        choices=list(VOICE_SAMPLES.keys()), 
-                        value="Tuyên (nam miền Bắc)", 
-                        label="Danh sách Nghệ sĩ"
-                    )
-                with gr.Tab("Tự nhân bản (Clone)", id="custom"):
-                    c_audio = gr.Audio(label="Audio mẫu", type="filepath")
-                    c_text = gr.Textbox(label="Lời thoại mẫu", lines=2)
-            
-            with gr.Row():
-                pause_radio = gr.Radio(["Mặc định", "Trung bình", "Dài"], value="Mặc định", label="Ngắt nghỉ")
-                speed_slider = gr.Slider(0.5, 2.0, value=1.0, step=0.1, label="Tốc độ")
-            
-            active_tab = gr.Textbox(value="preset", visible=False, label="Mode")
-            gen_btn = gr.Button("ĐỌC NGAY", variant="primary")
-            
-        with gr.Column():
-            output_audio = gr.Audio(label="Kết quả", interactive=False)
-            output_status = gr.Textbox(label="Trạng thái", interactive=False)
-
-    tabs.children[0].select(lambda: "preset", None, active_tab)
-    tabs.children[1].select(lambda: "custom", None, active_tab)
-   
-    gen_btn.click(
-        fn=tts_process,
-        inputs=[input_text, voice_dropdown, c_audio, c_text, active_tab, pause_radio, speed_slider],
-        outputs=[output_audio, output_status],
-        api_name="tts"  # <--- QUAN TRỌNG: Định danh API là "tts"
-    )
-
-if __name__ == "__main__":
-    # Cấu hình chuẩn để tránh mọi cảnh báo và lỗi
-    demo.queue().launch(
-        server_name="0.0.0.0", 
-        server_port=7860, 
-        ssr_mode=False,
-        theme=gr.themes.Default()
+import spaces
+import os
+import gradio as gr
+import soundfile as sf
+import tempfile
+import torch
+import librosa
+import time
+from tts_engine import VoiceEngine 
+
+# --- 1. KHỞI TẠO (Giữ nguyên logic nạp model đã thành công) ---
+os.environ['SPACES_ZERO_GPU'] = '1'
+device = "cuda" if torch.cuda.is_available() else "cpu"
+
+print(f"🔄 Đang khởi động trên: {device}")
+
+try:
+    tts = VoiceEngine(
+        backbone_repo="ktvoice/Backbone", 
+        backbone_device=device, 
+        codec_repo="ktvoice/Codec", 
+        codec_device=device
+    )
+    print("✅ Đã nạp thành công Model!")
+except Exception as e:
+    print(f"❌ Lỗi nạp mô hình: {e}")
+    tts = None
+
+# Danh sách giọng
+VOICE_SAMPLES = {
+    "Tuyên (nam miền Bắc)": {"audio": "./sample/Tuyên (nam miền Bắc).wav", "text": "./sample/Tuyên (nam miền Bắc).txt"},
+    "Thiện Tâm": {"audio": "./sample/thientam.mp3", "text": "./sample/thientam.txt"},
+    "Ngọc Huyền": {"audio": "./sample/NgocHuyen.mp3", "text": "./sample/NgocHuyen.txt"},
+    "Minh Quân": {"audio": "./sample/MinhQuan.mp3", "text": "./sample/MinhQuan.txt"},
+    "Vĩnh (nam miền Nam)": {"audio": "./sample/Vĩnh (nam miền Nam).wav", "text": "./sample/Vĩnh (nam miền Nam).txt"},
+    "Bình (nam miền Bắc)": {"audio": "./sample/Bình (nam miền Bắc).wav", "text": "./sample/Bình (nam miền Bắc).txt"},
+    "Nguyên (nam miền Nam)": {"audio": "./sample/Nguyên (nam miền Nam).wav", "text": "./sample/Nguyên (nam miền Nam).txt"},
+    "Sơn (nam miền Nam)": {"audio": "./sample/Sơn (nam miền Nam).wav", "text": "./sample/Sơn (nam miền Nam).txt"},
+    "Đoan (nữ miền Nam)": {"audio": "./sample/Đoan (nữ miền Nam).wav", "text": "./sample/Đoan (nữ miền Nam).txt"},
+    "Ngọc (nữ miền Bắc)": {"audio": "./sample/Ngọc (nữ miền Bắc).wav", "text": "./sample/Ngọc (nữ miền Bắc).txt"},
+    "Ly (nữ miền Bắc)": {"audio": "./sample/Ly (nữ miền Bắc).wav", "text": "./sample/Ly (nữ miền Bắc).txt"},
+    "Dung (nữ miền Nam)": {"audio": "./sample/Dung (nữ miền Nam).wav", "text": "./sample/Dung (nữ miền Nam).txt"}
+}
+
+@spaces.GPU(duration=60)
+def tts_process(text, voice_choice, custom_audio, custom_text, mode_tab, pause_level, speed_value):
+    if tts is None:
+        return None, "Hệ thống chưa sẵn sàng."
+    
+    if not text or not text.strip():
+        return None, "Vui lòng nhập văn bản."
+
+    try:
+        # Chọn nguồn giọng
+        if mode_tab == "custom":
+            if not custom_audio: return None, "Thiếu Audio mẫu."
+            if not custom_text: return None, "Thiếu lời thoại mẫu."
+            ref_path, ref_txt_val = custom_audio, custom_text
+        else:
+            sample = VOICE_SAMPLES.get(voice_choice)
+            ref_path = sample["audio"]
+            try:
+                with open(sample["text"], "r", encoding="utf-8") as f:
+                    ref_txt_val = f.read()
+            except:
+                return None, "Lỗi đọc file text mẫu."
+
+        # Xử lý ngắt nghỉ
+        processed_text = text
+        if pause_level == "Trung bình":
+            processed_text = processed_text.replace(",", ", , ").replace(".", ". . ")
+        elif pause_level == "Dài":
+            processed_text = processed_text.replace(",", ", , , ").replace(".", ". . . . ")
+
+        start_time = time.time()
+        
+        # Chạy AI
+        ref_codes = tts.encode_reference(ref_path)
+        wav = tts.infer(processed_text[:500], ref_codes, ref_txt_val)
+        
+        # Tốc độ
+        if speed_value != 1.0:
+            wav = librosa.effects.time_stretch(wav, rate=float(speed_value))
+            
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
+            sf.write(tmp.name, wav, 24000)
+            return tmp.name, f"Hoàn tất: {time.time() - start_time:.2f}s"
+            
+    except Exception as e:
+        return None, f"Lỗi: {str(e)}"
+
+# --- 2. GIAO DIỆN CƠ BẢN (Native Gradio) ---
+with gr.Blocks(title="AI Voice") as demo:
+    gr.Markdown("# 🎙️ AI Voice Studio")
+    
+    with gr.Row():
+        with gr.Column():
+            input_text = gr.Textbox(
+                label="Văn bản cần đọc", 
+                lines=5, 
+                placeholder="Nhập tiếng Việt vào đây..."
+            )
+            
+            with gr.Tabs() as tabs:
+                with gr.Tab("Chọn giọng có sẵn", id="preset"):
+                    voice_dropdown = gr.Dropdown(
+                        choices=list(VOICE_SAMPLES.keys()), 
+                        value="Tuyên (nam miền Bắc)", 
+                        label="Danh sách Nghệ sĩ"
+                    )
+                with gr.Tab("Tự nhân bản (Clone)", id="custom"):
+                    c_audio = gr.Audio(label="Audio mẫu", type="filepath")
+                    c_text = gr.Textbox(label="Lời thoại mẫu", lines=2)
+            
+            with gr.Row():
+                pause_radio = gr.Radio(["Mặc định", "Trung bình", "Dài"], value="Mặc định", label="Ngắt nghỉ")
+                speed_slider = gr.Slider(0.5, 2.0, value=1.0, step=0.1, label="Tốc độ")
+            
+            active_tab = gr.Textbox(value="preset", visible=False, label="Mode")
+            gen_btn = gr.Button("ĐỌC NGAY", variant="primary")
+            
+        with gr.Column():
+            output_audio = gr.Audio(label="Kết quả", interactive=False)
+            output_status = gr.Textbox(label="Trạng thái", interactive=False)
+
+    tabs.children[0].select(lambda: "preset", None, active_tab)
+    tabs.children[1].select(lambda: "custom", None, active_tab)
+   
+    gen_btn.click(
+        fn=tts_process,
+        inputs=[input_text, voice_dropdown, c_audio, c_text, active_tab, pause_radio, speed_slider],
+        outputs=[output_audio, output_status],
+        api_name="tts"  # <--- QUAN TRỌNG: Định danh API là "tts"
+    )
+
+if __name__ == "__main__":
+    # Cấu hình chuẩn để tránh mọi cảnh báo và lỗi
+    demo.queue().launch(
+        server_name="0.0.0.0", 
+        server_port=7860, 
+        ssr_mode=False,
+        theme=gr.themes.Default()
     )