app.py

import os
import wave
import json


import uuid
import numpy as np
from flask import Flask, request, jsonify
from flask_cors import CORS
from vosk import Model, KaldiRecognizer
from flasgger import Swagger

# Thư mục chứa model
MODEL_PATH = "model/vosk-model"
print("\u2705 Đang tải model Vosk...")
model = Model(MODEL_PATH)

# Khởi tạo Flask app
app = Flask(__name__)
CORS(app)
Swagger(app)

@app.route("/")
def home():
    """API Home
    ---
    responses:
      200:
        description: API đang chạy
    """
    return "\u2705 Vosk STT API đang chạy!"

@app.route("/stt", methods=["POST"])
def stt():
    """Chuyển đổi giọng nói thành văn bản (Speech-to-Text)
    ---
    consumes:
      - multipart/form-data
    parameters:
      - in: formData
        name: audio
        type: file
        required: true
        description: File âm thanh WAV mono PCM
    responses:
      200:
        description: Kết quả chuyển đổi văn bản
        schema:
          type: object
          properties:
            text:
              type: string
              example: "Xin chào thế giới"
      400:
        description: Lỗi nếu file âm thanh không hợp lệ hoặc không tìm thấy
    """
    if "audio" not in request.files:
        return jsonify({"error": "Không tìm thấy file audio!"}), 400

    audio_file = request.files["audio"]
    file_path = f"/tmp/{uuid.uuid4()}.wav"  # Lưu vào thư mục tạm để tránh lỗi quyền hạn
    audio_file.save(file_path)

    try:
        # Mở file âm thanh
        wf = wave.open(file_path, "rb")

        # Kiểm tra file có đúng định dạng WAV mono không
        if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getcomptype() != "NONE":
            return jsonify({"error": "File audio phải là WAV mono PCM!"}), 400

        rec = KaldiRecognizer(model, wf.getframerate())
        result_text = ""

        while True:
            data = wf.readframes(4000)
            if len(data) == 0:
                break
            if rec.AcceptWaveform(data):
                result_text += json.loads(rec.Result())["text"] + " "

        return jsonify({"text": result_text.strip()})
    
    except Exception as e:
        return jsonify({"error": str(e)}), 500
    












    finally:
        wf.close()
        os.remove(file_path)  # Xóa file tạm




if __name__ == "__main__":
    app.run(host="0.0.0.0", port=7860, debug=True)