app.py

import gradio as gr
import os
import tempfile
import re
from pydub import AudioSegment  # Library to combine audio files
from openai import OpenAI

# Default API key and endpoint
DEFAULT_API_KEY = "sk-GINVEtfNbrXNcGQhf3rEUIgzoicNGIApovqZxe0AYJF5PkTV"
DEFAULT_BASE_URL = "https://open.keyai.shop"

# Max character limit per API request
MAX_CHAR_LIMIT = 140964096

def clean_text(text):
    # Loại bỏ khoảng trắng thừa và xuống dòng
    cleaned_text = re.sub(r'\s+', ' ', text.strip())
    return cleaned_text

def split_text(text, limit=MAX_CHAR_LIMIT):
    # Tách văn bản thành các đoạn không vượt quá giới hạn ký tự
    words = text.split(' ')
    chunks = []
    current_chunk = ""
    for word in words:
        if len(current_chunk) + len(word) + 1 <= limit:
            current_chunk += word + " "
        else:
            chunks.append(current_chunk.strip())
            current_chunk = word + " "
    if current_chunk:
        chunks.append(current_chunk.strip())
    return chunks

def tts(text, model, voice, speed):
    cleaned_text = clean_text(text)
    chunks = split_text(cleaned_text)
    
    audio_segments = []
    
    try:
        client = OpenAI(api_key=DEFAULT_API_KEY, base_url=DEFAULT_BASE_URL + '/v1')
        for chunk in chunks:
            response = client.audio.speech.create(
                model=model,    # Các lựa chọn: "tts-1", "tts-1-hd"
                voice=voice,    # Các lựa chọn: 'alloy', 'echo', 'fable', 'onyx', 'nova', 'shimmer'
                input=chunk,
                speed=speed
            )
            with tempfile.NamedTemporaryFile(suffix=".mp3", delete=False) as temp_file:
                temp_file.write(response.content)
                temp_file_path = temp_file.name
                audio_segments.append(AudioSegment.from_mp3(temp_file_path))
    except Exception as error:
        raise gr.Error("Đã xảy ra lỗi khi tạo giọng nói. Vui lòng kiểm tra API key hoặc thử lại sau.")
    
    # Nối các đoạn âm thanh lại thành một file duy nhất
    final_audio = sum(audio_segments)
    with tempfile.NamedTemporaryFile(suffix=".mp3", delete=False) as final_temp_file:
        final_audio.export(final_temp_file.name, format="mp3")
        final_audio_path = final_temp_file.name

    return final_audio_path

# CSS tùy chỉnh cho giao diện
custom_css = """
body {
    background-color: #f0f2f5;
    font-family: 'Arial', sans-serif;
}
.title {
    font-size: 2.5rem;
    font-weight: bold;
    text-align: center;
    margin-bottom: 30px;
    color: #333;
}
.container {
    margin: auto;
    width: 80%;
    padding: 20px;
}
.card {
    background: white;
    padding: 20px;
    border-radius: 8px;
    box-shadow: 0 4px 6px rgba(0, 0, 0, 0.1);
    margin-bottom: 20px;
}
.gradio-container {
    background: #f0f2f5;
}
button {
    background-color: #4CAF50;
    color: white;
    border: none;
    border-radius: 8px;
    padding: 10px 20px;
    font-size: 1rem;
}
button:hover {
    background-color: #45a049;
}
"""

with gr.Blocks(css=custom_css) as demo:
    gr.Markdown("<div class='title'>OpenAI TTS</div>")
    
    with gr.Column(elem_classes="container"):
        with gr.Row():
            # Cột nhập văn bản
            with gr.Column(elem_classes="card"):
                text = gr.Textbox(label="Văn bản đầu vào", placeholder="Nhập văn bản cần chuyển giọng nói...", lines=10)
                char_counter = gr.Markdown("Character count: 0")
            # Cột cài đặt tham số TTS
            with gr.Column(elem_classes="card"):
                model = gr.Dropdown(choices=['tts-1', 'tts-1-hd'], label='Model', value='tts-1')
                voice = gr.Dropdown(choices=['alloy', 'echo', 'fable', 'onyx', 'nova', 'shimmer'], label='Voice Options', value='alloy')
                speed = gr.Slider(minimum=0.5, maximum=2.0, step=0.1, label="Speed", value=1.0)
        
        with gr.Row(elem_classes="card"):
            btn = gr.Button("Text-To-Speech")
        
        with gr.Row(elem_classes="card"):
            output_audio = gr.Audio(label="Kết quả âm thanh")
    
    # Hàm cập nhật số lượng ký tự
    def update_char_counter(text):
        cleaned_text = clean_text(text)
        return f"Character count: {len(cleaned_text)}"
    
    text.change(fn=update_char_counter, inputs=text, outputs=char_counter)
    text.submit(fn=tts, inputs=[text, model, voice, speed], outputs=output_audio, api_name="tts_enter_key", concurrency_limit=None)
    btn.click(fn=tts, inputs=[text, model, voice, speed], outputs=output_audio, api_name="tts_button", concurrency_limit=None)

demo.launch()