app.py

import json
import tempfile
import ffmpeg
import os
import wave  # ✅ Fix lỗi thiếu import wave
from flask import Flask, request, jsonify
from flask_cors import CORS
from vosk import Model, KaldiRecognizer
from flasgger import Swagger

# Khởi tạo Flask app trước khi sử dụng
app = Flask(__name__)
CORS(app)
Swagger(app)

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

@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: file
        type: file
        required: true
        description: File âm thanh WebM (sẽ được chuyển đổi sang 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
      500:
        description: Lỗi server nội bộ
    """
    if "file" not in request.files:
        return jsonify({"error": "Không tìm thấy file âm thanh! Vui lòng gửi trường 'file'."}), 400

    audio_file = request.files["file"]
    if audio_file.filename == "":
        return jsonify({"error": "Không có file được chọn!"}), 400

    # Lưu file WebM tạm thời
    with tempfile.NamedTemporaryFile(suffix=".webm", delete=False) as temp_webm_file:
        webm_path = temp_webm_file.name
        audio_file.save(webm_path)

    # Kiểm tra kích thước tệp
    if os.path.getsize(webm_path) < 100:
        os.remove(webm_path)
        return jsonify({"error": "Tệp âm thanh quá nhỏ hoặc rỗng!"}), 400

    # Xử lý tệp WebM -> WAV
    wav_path = tempfile.mktemp(suffix=".wav")
    try:
        # Kiểm tra tệp WebM có chứa audio hợp lệ không
        try:
            probe = ffmpeg.probe(webm_path)
            if 'streams' not in probe or not any(s['codec_type'] == 'audio' for s in probe['streams']):
                raise ValueError("Tệp không chứa luồng âm thanh hợp lệ!")
        except ffmpeg.Error as e:
            error_message = e.stderr.decode('utf-8') if e.stderr else str(e)
            return jsonify({"error": f"Lỗi kiểm tra tệp WebM: {error_message}"}), 500

        # Chuyển đổi WebM sang WAV mono PCM
        ffmpeg.input(webm_path).output(
            wav_path, acodec="pcm_s16le", ac=1, ar=16000
        ).run(overwrite_output=True, quiet=True)

        # Mở file WAV
        wf = wave.open(wav_path, "rb")

        # Kiểm tra định dạng WAV có hợp lệ không
        if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getcomptype() != "NONE":
            wf.close()
            os.remove(wav_path)
            return jsonify({"error": "Định dạng WAV không hợp lệ!"}), 400

        # Chạy Vosk để nhận diện giọng nói
        rec = KaldiRecognizer(model, wf.getframerate())
        result_text = ""

        while True:
            data = wf.readframes(4000)
            if len(data) == 0:
                break
            if rec.AcceptWaveform(data):
                result = json.loads(rec.Result())
                result_text += result.get("text", "") + " "
            else:
                partial_result = json.loads(rec.PartialResult())
                if partial_result.get("partial", ""):
                    result_text += partial_result["partial"] + " "

        wf.close()  # ✅ Đóng file WAV

        final_text = result_text.strip() or "Không nhận diện được nội dung âm thanh."  # ✅ Fix lỗi Unicode
        return jsonify({"text": final_text})

    except ffmpeg.Error as e:
        error_message = e.stderr.decode('utf-8') if e.stderr else str(e)
        return jsonify({"error": f"Lỗi chuyển đổi âm thanh từ WebM sang WAV: {error_message}"}), 500
    except Exception as e:
        return jsonify({"error": f"Lỗi xử lý âm thanh: {str(e)}"}), 500
    finally:
        # Xóa các file tạm
        if os.path.exists(webm_path):
            os.remove(webm_path)
        if os.path.exists(wav_path):
            os.remove(wav_path)

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