Update app.py

app.py

@@ -1,10 +1,9 @@
 import os
 import wave
 import json
-
-
 import uuid
-import numpy as np
+import tempfile
+import ffmpeg
 from flask import Flask, request, jsonify
 from flask_cors import CORS
 from vosk import Model, KaldiRecognizer
@@ -17,8 +16,8 @@ model = Model(MODEL_PATH)
 
 # Khởi tạo Flask app
 app = Flask(__name__)
-CORS(app)
-Swagger(app)
+CORS(app)  # Cho phép CORS để React app truy cập
+Swagger(app)  # Khởi tạo Swagger cho tài liệu API
 
 @app.route("/")
 def home():
@@ -38,10 +37,10 @@ def stt():
       - multipart/form-data
     parameters:
       - in: formData
-        name: audio
+        name: file
         type: file
         required: true
-        description: File âm thanh WAV mono PCM
+        description: File âm thanh WebM (sẽ được chuyển đổi sang WAV mono PCM)
     responses:
       200:
         description: Kết quả chuyển đổi văn bản
@@ -53,55 +52,82 @@ def stt():
               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 "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)
-
+    # Kiểm tra trường 'file' để khớp với React
+    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)
+
+    # Đường dẫn file WAV tạm thời sau khi chuyển đổi
+    wav_path = None
+    wf = None
     try:
-        # Mở file âm thanh
-        wf = wave.open(file_path, "rb")
-
-        # Kiểm tra file có đúng định dạng WAV mono không
+        # Chuyển đổi WebM sang WAV mono PCM bằng ffmpeg
+        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
+        )
+        ffmpeg.run(stream, overwrite_output=True, quiet=True)
+
+        # Mở file WAV đã chuyển đổi
+        wf = wave.open(wav_path, "rb")
+
+        # Kiểm tra định dạng WAV mono PCM
         if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getcomptype() != "NONE":
-            return jsonify({"error": "File audio phải là WAV mono PCM!"}), 400
+            return jsonify({"error": "Định dạng WAV sau chuyển đổi không đúng!"}), 400
 
+        # 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_text += json.loads(rec.Result())["text"] + " "
-
-        return jsonify({"text": result_text.strip()})
-    
+                result = json.loads(rec.Result())
+                result_text += result.get("text", "") + " "
+            else:
+                # Thêm kết quả từng phần để cải thiện độ chính xác
+                partial_result = json.loads(rec.PartialResult())
+                if partial_result.get("partial", ""):
+                    result_text += partial_result["partial"] + " "
+
+        # Trả về kết quả đã xử lý
+        final_text = result_text.strip()
+        if not final_text:
+            final_text = "Không nhận diện được nội dung âm thanh."
+        return jsonify({"text": final_text})
+
+    except ffmpeg.Error as e:
+        return jsonify({"error": f"Lỗi chuyển đổi âm thanh từ WebM sang WAV: {str(e.stderr.decode())}"}), 500
     except Exception as e:
-        return jsonify({"error": str(e)}), 500
-    
-
-
-
-
-
-
-
-
-
-
-
+        return jsonify({"error": f"Lỗi xử lý âm thanh: {str(e)}"}), 500
 
     finally:
-        wf.close()
-        os.remove(file_path)  # Xóa file tạm
-
-
-
+        # 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)