Update app.py

app.py

@@ -3,12 +3,16 @@ import json
 import numpy as np
 from vosk import Model, KaldiRecognizer
 from flask import Flask, request, jsonify
+from flask_restplus import Api, Resource, reqparse
 
 # Cấu hình Flask
 app = Flask(__name__)
 
+# Tạo đối tượng API với Swagger documentation
+api = Api(app, version='1.0', title='Vosk STT API', description='API cho nhận diện giọng nói sử dụng Vosk')
+
 # Kiểm tra và load model Vosk
-MODEL_PATH = "model/vosk-model"  # Thay thế với đường dẫn đến mô hình của bạn
+MODEL_PATH = "model/vosk-model"  # Thay thế bằng đường dẫn đến mô hình Vosk của bạn
 if not os.path.exists(MODEL_PATH):
     raise Exception("❌ Model Vosk không tìm thấy!")
 print("✅ Đang tải model Vosk...")
@@ -18,31 +22,36 @@ model = Model(MODEL_PATH)
 rec = KaldiRecognizer(model, 16000)
 
 # API nhận dữ liệu âm thanh và trả kết quả nhận diện giọng nói
-@app.route('/stt', methods=['POST'])
-def handle_audio():
-    # Kiểm tra xem có tệp âm thanh không
-    if 'file' not in request.files:
-        return jsonify({"error": "Không có tệp âm thanh trong yêu cầu."}), 400
-    
-    audio_file = request.files['file']
-    
-    # Đọc dữ liệu âm thanh từ tệp
-    audio_data = audio_file.read()
-    print(f"📩 Nhận dữ liệu âm thanh: {len(audio_data)} bytes")
-    
-    # Chuyển đổi dữ liệu âm thanh thành numpy array (16-bit mono)
-    audio_np = np.frombuffer(audio_data, dtype=np.int16)
+@api.route('/stt')
+class SpeechToText(Resource):
+    def post(self):
+        """
+        Nhận dữ liệu âm thanh và trả về kết quả nhận diện giọng nói.
+        """
+        # Kiểm tra xem có tệp âm thanh không
+        if 'file' not in request.files:
+            return jsonify({"error": "Không có tệp âm thanh trong yêu cầu."}), 400
+        
+        audio_file = request.files['file']
+        
+        # Đọc dữ liệu âm thanh từ tệp
+        audio_data = audio_file.read()
+        print(f"📩 Nhận dữ liệu âm thanh: {len(audio_data)} bytes")
+        
+        # Chuyển đổi dữ liệu âm thanh thành numpy array (16-bit mono)
+        audio_np = np.frombuffer(audio_data, dtype=np.int16)
 
-    # Nhận diện giọng nói
-    if rec.AcceptWaveform(audio_np.tobytes()):
-        result = json.loads(rec.Result())
-        text = result.get("text", "")
-        print(f"📤 Kết quả nhận diện: {text}")
-        return jsonify({"text": text})  # Gửi kết quả nhận diện về client
-    else:
-        # Nếu không có kết quả nhận diện hoặc dữ liệu chưa đủ để nhận diện
-        return jsonify({"text": ""})  # Trả về chuỗi rỗng nếu không có kết quả
+        # Nhận diện giọng nói
+        if rec.AcceptWaveform(audio_np.tobytes()):
+            result = json.loads(rec.Result())
+            text = result.get("text", "")
+            print(f"📤 Kết quả nhận diện: {text}")
+            return jsonify({"text": text})  # Gửi kết quả nhận diện về client
+        else:
+            # Nếu không có kết quả nhận diện hoặc dữ liệu chưa đủ để nhận diện
+            return jsonify({"text": ""})  # Trả về chuỗi rỗng nếu không có kết quả
 
 # Chạy Flask server
 if __name__ == "__main__":
+    print("🚀 API Flask đang chạy tại http://localhost:5000")
     app.run(host="0.0.0.0", port=5000, debug=True)