Update app.py

app.py

@@ -1,12 +1,122 @@
-# Thay đổi phần giao diện trong app.py
-with gr.Blocks() as demo:
-    gr.Markdown("# 📂 Chuyển đổi SRT sang Audio")
+import gradio as gr
+import onnxruntime as ort
+import numpy as np
+import json
+import pysrt
+import re
+import os
+from vinorm import TTSnorm
+from scipy.io import wavfile
+
+# --- 1. CẤU HÌNH FILE ---
+# Tên file model và config phải khớp chính xác với file bạn đã upload
+MODEL_PATH = "model.onnx"
+CONFIG_PATH = "config.json" 
+
+# --- 2. LOAD MODEL & CONFIG ---
+try:
+    with open(CONFIG_PATH, "r", encoding="utf-8") as f:
+        config = json.load(f)
+    symbols = config.get("symbols", [])
+    symbol_to_id = {s: i for i, s in enumerate(symbols)}
+    sample_rate = config.get("audio", {}).get("sample_rate", 22050)
+    print("✅ Đã tải Config và Symbols thành công.")
+
+    sess = ort.InferenceSession(MODEL_PATH, providers=['CPUExecutionProvider'])
+    print("✅ Đã tải Model ONNX thành công.")
+except Exception as e:
+    print(f"❌ Lỗi khởi tạo: {e}")
+
+# --- 3. HÀM XỬ LÝ VĂN BẢN ---
+def clean_text(text):
+    # Loại bỏ thẻ HTML trong SRT (<i>, <b>...)
+    text = re.sub(r'<[^>]*>', '', text)
+    # Loại bỏ xuống dòng và khoảng trắng thừa
+    text = text.replace('\n', ' ').strip()
+    # Chuẩn hóa tiếng Việt (số, ngày tháng...)
+    return TTSnorm(text)
+
+def text_to_ids(text):
+    text = clean_text(text).lower()
+    ids = []
+    for char in text:
+        if char in symbol_to_id:
+            ids.append(symbol_to_id[char])
+        elif f" {char} " in symbol_to_id:
+            ids.append(symbol_to_id[f" {char} "])
+    return ids if ids else [1]
+
+# --- 4. HÀM CHUYỂN SRT SANG AUDIO ---
+def process_srt(srt_file, speed, noise, noise_w):
+    try:
+        if srt_file is None:
+            return "Vui lòng chọn file SRT!", None
+        
+        # Đọc file phụ đề
+        subs = pysrt.open(srt_file.name, encoding='utf-8')
+        combined_audio = []
+        
+        for sub in subs:
+            ids = text_to_ids(sub.text)
+            input_ids = np.array([ids], dtype=np.int64)
+            input_lens = np.array([len(ids)], dtype=np.int64)
+            
+            # Tốc độ mặc định 1.30 truyền vào scales
+            scales = np.array([noise, noise_w, 1.0/speed], dtype=np.float32)
+            
+            # Chạy model ONNX
+            outputs = sess.run(None, {
+                "input": input_ids, 
+                "input_lengths": input_lens, 
+                "scales": scales
+            })
+            
+            # Làm phẳng mảng 4D thành 1D (Sửa lỗi im lặng)
+            audio_segment = outputs[0].flatten().astype(np.float32)
+            combined_audio.append(audio_segment)
+            
+            # Thêm 0.2s im lặng giữa các câu cho tự nhiên
+            silence = np.zeros(int(sample_rate * 0.2), dtype=np.float32)
+            combined_audio.append(silence)
+
+        # Ghép tất cả các đoạn audio
+        final_audio = np.concatenate(combined_audio)
+        
+        # Xuất file wav
+        output_path = "output_srt_voice.wav"
+        wavfile.write(output_path, sample_rate, final_audio)
+        
+        return "Hoàn thành! Bạn có thể nghe hoặc tải audio bên dưới.", output_path
+    except Exception as e:
+        return f"Lỗi xử lý: {str(e)}", None
+
+# --- 5. GIAO DIỆN GRADIO ---
+with gr.Blocks(title="SRT to Audio VN") as demo:
+    gr.Markdown("# 📂 Chuyển đổi SRT sang Audio Tiếng Việt")
+    gr.Markdown("Hỗ trợ làm sạch văn bản và đặt tốc độ nói tùy chỉnh.")
     
-    # Thành phần cho phép chọn file từ bộ nhớ máy/SD Card
-    file_input = gr.File(
-        label="Nhấn để chọn file .srt từ SD Card", 
-        file_types=[".srt"], 
-        type="filepath" # Quan trọng: Để lấy đường dẫn tệp tạm thời
+    with gr.Row():
+        with gr.Column():
+            # Thành phần cho phép chọn file từ SD Card trên Android
+            file_input = gr.File(label="Chọn file .srt từ thiết bị", file_types=[".srt"])
+            
+            with gr.Row():
+                speed_sld = gr.Slider(0.5, 2.0, value=1.30, label="Tốc độ nói (Speed)")
+                noise_sld = gr.Slider(0.1, 1.0, value=0.667, label="Noise Scale")
+            
+            noise_w_sld = gr.Slider(0.1, 1.0, value=0.8, label="Noise W")
+            btn = gr.Button("🚀 Bắt đầu chuyển đổi", variant="primary")
+            
+        with gr.Column():
+            status = gr.Textbox(label="Trạng thái hệ thống")
+            audio_out = gr.Audio(label="Audio hoàn chỉnh", type="filepath")
+
+    btn.click(
+        fn=process_srt, 
+        inputs=[file_input, speed_sld, noise_sld, noise_w_sld], 
+        outputs=[status, audio_out]
     )
-    
-    # ... (Các slider tốc độ 1.30 và nút bấm như cũ)
+
+if __name__ == "__main__":
+    # server_name="0.0.0.0" là bắt buộc để chạy trên Hugging Face
+    demo.launch(server_name="0.0.0.0")