Update app.py

app.py

@@ -1,86 +1,140 @@
 import json
 import tempfile
 import ffmpeg
-import wave  # ✅ Fix lỗi thiếu import wave
 import os
+
 from flask import Flask, request, jsonify
 from flask_cors import CORS
+
+
 from vosk import Model, KaldiRecognizer
 from flasgger import Swagger
 
-# Load model Vosk
+# 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: 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 file
+    # 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")
+    # Đường dẫn file WAV tạm thời sau khi chuyển đổi
+    wav_path = None
+    wf = None
     try:
-        ffmpeg.input(webm_path).output(
-            wav_path, acodec="pcm_s16le", ac=1, ar=16000
-        ).run(overwrite_output=True, quiet=True)
-
+        # Kiểm tra tệp WebM bằng ffprobe trước khi chuyển đổi
+        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
+        wav_path = tempfile.mktemp(suffix=".wav")
+        stream = ffmpeg.input(webm_path)
+        stream = ffmpeg.output(
+            stream,
+            wav_path,
+            acodec="pcm_s16le",  # PCM 16-bit signed little-endian
+            ac=1,               # Mono
+            ar=16000,           # Tần số mẫu 16kHz, phù hợp với Vosk
+            format="wav"
+        )
+        # Thêm cờ -vn để bỏ qua video nếu có và -y để ghi đè
+        ffmpeg.run(stream, overwrite_output=True, quiet=True, capture_stdout=True, capture_stderr=True)
+
+        # Mở file WAV đã chuyển đổi
         wf = wave.open(wav_path, "rb")
 
-        # Kiểm tra WAV có đúng chuẩn không
+        # Kiểm tra định dạng WAV mono PCM
         if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getcomptype() != "NONE":
-            wf.close()
-            return jsonify({"error": "Định dạng WAV không hợp lệ!"}), 400
+            return jsonify({"error": "Định dạng WAV sau chuyển đổi không đúng!"}), 400
 
-        # Chạy Vosk để nhận diện giọng nói
+
+        # Khởi tạo KaldiRecognizer
         rec = KaldiRecognizer(model, wf.getframerate())
         result_text = ""
 
+        # Đọc và xử lý dữ liệu âm thanh
         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())
-                result_text += partial_result.get("partial", "") + " "
-
-        wf.close()  # ✅ Fix lỗi quên đóng file
+                if partial_result.get("partial", ""):
+                    result_text += partial_result["partial"] + " "
 
-        final_text = result_text.strip() or "Không nhận diện được nội dung âm thanh."  # ✅ Fix lỗi Unicode
+        # Trả về kết quả đã xử lý
+        final_text = result_text.strip()
+        if not final_text:
+            final_text = "Không nh��n diện được nội dung âm thanh."
         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: {str(e)}"}), 500
+        return jsonify({"error": f"Lỗi xử lý âm thanh: {str(e)}"}), 500
 
     finally:
-        os.remove(webm_path) if os.path.exists(webm_path) else None
-        os.remove(wav_path) if os.path.exists(wav_path) else None
+        # Đóng file WAV nếu đã mở
+        if wf is not None:
+            wf.close()
+        # Xóa các file tạm
+        for path in [webm_path, wav_path]:
+            if path and os.path.exists(path):
+                os.remove(path)
 
 if __name__ == "__main__":
     app.run(host="0.0.0.0", port=7860, debug=True)