Spaces:
Sleeping
Sleeping
| import spaces | |
| import os | |
| import gradio as gr | |
| import soundfile as sf | |
| import tempfile | |
| import torch | |
| import librosa | |
| import time | |
| from tts_engine import VoiceEngine | |
| # --- 1. KHỞI TẠO (Giữ nguyên logic nạp model đã thành công) --- | |
| os.environ['SPACES_ZERO_GPU'] = '1' | |
| device = "cuda" if torch.cuda.is_available() else "cpu" | |
| print(f"🔄 Đang khởi động trên: {device}") | |
| try: | |
| tts = VoiceEngine( | |
| backbone_repo="ktvoice/Backbone", | |
| backbone_device=device, | |
| codec_repo="ktvoice/Codec", | |
| codec_device=device | |
| ) | |
| print("✅ Đã nạp thành công Model!") | |
| except Exception as e: | |
| print(f"❌ Lỗi nạp mô hình: {e}") | |
| tts = None | |
| # Danh sách giọng | |
| VOICE_SAMPLES = { | |
| "Tuyên (nam miền Bắc)": {"audio": "./sample/Tuyên (nam miền Bắc).wav", "text": "./sample/Tuyên (nam miền Bắc).txt"}, | |
| "Thiện Tâm": {"audio": "./sample/thientam.mp3", "text": "./sample/thientam.txt"}, | |
| "Vĩnh (nam miền Nam)": {"audio": "./sample/Vĩnh (nam miền Nam).wav", "text": "./sample/Vĩnh (nam miền Nam).txt"}, | |
| "Bình (nam miền Bắc)": {"audio": "./sample/Bình (nam miền Bắc).wav", "text": "./sample/Bình (nam miền Bắc).txt"}, | |
| "Nguyên (nam miền Nam)": {"audio": "./sample/Nguyên (nam miền Nam).wav", "text": "./sample/Nguyên (nam miền Nam).txt"}, | |
| "Sơn (nam miền Nam)": {"audio": "./sample/Sơn (nam miền Nam).wav", "text": "./sample/Sơn (nam miền Nam).txt"}, | |
| "Đoan (nữ miền Nam)": {"audio": "./sample/Đoan (nữ miền Nam).wav", "text": "./sample/Đoan (nữ miền Nam).txt"}, | |
| "Ngọc (nữ miền Bắc)": {"audio": "./sample/Ngọc (nữ miền Bắc).wav", "text": "./sample/Ngọc (nữ miền Bắc).txt"}, | |
| "Ly (nữ miền Bắc)": {"audio": "./sample/Ly (nữ miền Bắc).wav", "text": "./sample/Ly (nữ miền Bắc).txt"}, | |
| "Dung (nữ miền Nam)": {"audio": "./sample/Dung (nữ miền Nam).wav", "text": "./sample/Dung (nữ miền Nam).txt"} | |
| } | |
| def tts_process(text, voice_choice, custom_audio, custom_text, mode_tab, pause_level, speed_value): | |
| if tts is None: | |
| return None, "Hệ thống chưa sẵn sàng." | |
| if not text or not text.strip(): | |
| return None, "Vui lòng nhập văn bản." | |
| try: | |
| # Chọn nguồn giọng | |
| if mode_tab == "custom": | |
| if not custom_audio: return None, "Thiếu Audio mẫu." | |
| if not custom_text: return None, "Thiếu lời thoại mẫu." | |
| ref_path, ref_txt_val = custom_audio, custom_text | |
| else: | |
| sample = VOICE_SAMPLES.get(voice_choice) | |
| ref_path = sample["audio"] | |
| try: | |
| with open(sample["text"], "r", encoding="utf-8") as f: | |
| ref_txt_val = f.read() | |
| except: | |
| return None, "Lỗi đọc file text mẫu." | |
| # Xử lý ngắt nghỉ | |
| processed_text = text | |
| if pause_level == "Trung bình": | |
| processed_text = processed_text.replace(",", ", , ").replace(".", ". . ") | |
| elif pause_level == "Dài": | |
| processed_text = processed_text.replace(",", ", , , ").replace(".", ". . . . ") | |
| start_time = time.time() | |
| # Chạy AI | |
| ref_codes = tts.encode_reference(ref_path) | |
| wav = tts.infer(processed_text[:500], ref_codes, ref_txt_val) | |
| # Tốc độ | |
| if speed_value != 1.0: | |
| wav = librosa.effects.time_stretch(wav, rate=float(speed_value)) | |
| with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp: | |
| sf.write(tmp.name, wav, 24000) | |
| return tmp.name, f"Hoàn tất: {time.time() - start_time:.2f}s" | |
| except Exception as e: | |
| return None, f"Lỗi: {str(e)}" | |
| # --- 2. GIAO DIỆN CƠ BẢN (Native Gradio) --- | |
| with gr.Blocks(title="AI Voice") as demo: | |
| gr.Markdown("# 🎙️ AI Voice Studio") | |
| with gr.Row(): | |
| with gr.Column(): | |
| input_text = gr.Textbox( | |
| label="Văn bản cần đọc", | |
| lines=5, | |
| placeholder="Nhập tiếng Việt vào đây..." | |
| ) | |
| with gr.Tabs() as tabs: | |
| with gr.Tab("Chọn giọng có sẵn", id="preset"): | |
| voice_dropdown = gr.Dropdown( | |
| choices=list(VOICE_SAMPLES.keys()), | |
| value="Tuyên (nam miền Bắc)", | |
| label="Danh sách Nghệ sĩ" | |
| ) | |
| with gr.Tab("Tự nhân bản (Clone)", id="custom"): | |
| c_audio = gr.Audio(label="Audio mẫu", type="filepath") | |
| c_text = gr.Textbox(label="Lời thoại mẫu", lines=2) | |
| with gr.Row(): | |
| pause_radio = gr.Radio(["Mặc định", "Trung bình", "Dài"], value="Mặc định", label="Ngắt nghỉ") | |
| speed_slider = gr.Slider(0.5, 2.0, value=1.0, step=0.1, label="Tốc độ") | |
| active_tab = gr.Textbox(value="preset", visible=False, label="Mode") | |
| gen_btn = gr.Button("ĐỌC NGAY", variant="primary") | |
| with gr.Column(): | |
| output_audio = gr.Audio(label="Kết quả", interactive=False) | |
| output_status = gr.Textbox(label="Trạng thái", interactive=False) | |
| tabs.children[0].select(lambda: "preset", None, active_tab) | |
| tabs.children[1].select(lambda: "custom", None, active_tab) | |
| gen_btn.click( | |
| fn=tts_process, | |
| inputs=[input_text, voice_dropdown, c_audio, c_text, active_tab, pause_radio, speed_slider], | |
| outputs=[output_audio, output_status], | |
| api_name="tts" # <--- QUAN TRỌNG: Định danh API là "tts" | |
| ) | |
| if __name__ == "__main__": | |
| # Cấu hình chuẩn để tránh mọi cảnh báo và lỗi | |
| demo.queue().launch( | |
| server_name="0.0.0.0", | |
| server_port=7860, | |
| ssr_mode=False, | |
| theme=gr.themes.Default() | |
| ) |