Update app.py

app.py

@@ -1,6 +1,6 @@
-import spaces  # PHẢI import TRƯỚC mọi thứ trên HF Spaces ZeroGPU
+import spaces
 import os
-os.environ['SPACES_ZERO_GPU'] = '1'  # Set environment variable explicitly
+os.environ['SPACES_ZERO_GPU'] = '1'
 
 import gradio as gr
 import soundfile as sf
@@ -64,56 +64,81 @@ def load_reference_info(voice_choice):
     return None, ""
 
 @spaces.GPU(duration=120) 
-def synthesize_speech(text, voice_choice, custom_audio, custom_text, voice_mode):
+def synthesize_preset(text, voice_choice):
+    """Tổng hợp giọng từ preset"""
     try:
         if not text or text.strip() == "":
             return None, "⚠️ Vui lòng nhập văn bản cần tổng hợp!"
         
         if len(text) > 250:
-            return None, f"❌ Văn bản quá dài ({len(text)}/250 ký tự)! Vui lòng cắt ngắn lại để đảm bảo chất lượng."
+            return None, f"❌ Văn bản quá dài ({len(text)}/250 ký tự)!"
 
-        # Xác định mode dựa vào voice_mode string
-        use_custom = (voice_mode == "🎙️ Giọng tùy chỉnh (Custom)")
+        if voice_choice not in VOICE_SAMPLES:
+            return None, "⚠️ Vui lòng chọn một giọng mẫu."
         
-        if use_custom: 
-            if custom_audio is None or not custom_text:
-                return None, "⚠️ Vui lòng tải lên Audio và nhập nội dung Audio đó."
-            ref_audio_path = custom_audio
-            ref_text_raw = custom_text
-            print("🎨 Mode: Custom Voice")
-        else:
-            if voice_choice not in VOICE_SAMPLES:
-                 return None, "⚠️ Vui lòng chọn một giọng mẫu."
-            ref_audio_path = VOICE_SAMPLES[voice_choice]["audio"]
-            ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
-            
-            if not os.path.exists(ref_audio_path):
-                 return None, f"❌ Không tìm thấy file audio: {ref_audio_path}"
-                 
-            with open(ref_text_path, "r", encoding="utf-8") as f:
-                ref_text_raw = f.read()
-            print(f"🎤 Mode: Preset Voice ({voice_choice})")
-
+        ref_audio_path = VOICE_SAMPLES[voice_choice]["audio"]
+        ref_text_path = VOICE_SAMPLES[voice_choice]["text"]
+        
+        if not os.path.exists(ref_audio_path):
+            return None, f"❌ Không tìm thấy file audio: {ref_audio_path}"
+             
+        with open(ref_text_path, "r", encoding="utf-8") as f:
+            ref_text_raw = f.read()
+        
+        print(f"🎤 Preset Voice: {voice_choice}")
         print(f"📝 Text: {text[:50]}...")
         
         start_time = time.time()
-        
         ref_codes = tts.encode_reference(ref_audio_path)
         wav = tts.infer(text, ref_codes, ref_text_raw)
+        end_time = time.time()
+        
+        process_time = end_time - start_time
+        
+        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp_file:
+            sf.write(tmp_file.name, wav, 24000)
+            output_path = tmp_file.name
+        
+        return output_path, f"✅ Thành công! (Mất {process_time:.2f} giây)"
+
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        return None, f"❌ Lỗi: {str(e)}"
+
+@spaces.GPU(duration=120)
+def synthesize_custom(text, custom_audio, custom_text):
+    """Tổng hợp giọng custom"""
+    try:
+        if not text or text.strip() == "":
+            return None, "⚠️ Vui lòng nhập văn bản cần tổng hợp!"
+        
+        if len(text) > 250:
+            return None, f"❌ Văn bản quá dài ({len(text)}/250 ký tự)!"
+        
+        if custom_audio is None or not custom_text:
+            return None, "⚠️ Vui lòng tải lên Audio và nhập nội dung Audio đó."
         
+        print("🎨 Custom Voice")
+        print(f"📝 Text: {text[:50]}...")
+        
+        start_time = time.time()
+        ref_codes = tts.encode_reference(custom_audio)
+        wav = tts.infer(text, ref_codes, custom_text)
         end_time = time.time()
+        
         process_time = end_time - start_time
         
         with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp_file:
             sf.write(tmp_file.name, wav, 24000)
             output_path = tmp_file.name
         
-        return output_path, f"✅ Thành công! (Mất {process_time:.2f} giây để tạo)"
+        return output_path, f"✅ Thành công! (Mất {process_time:.2f} giây)"
 
     except Exception as e:
         import traceback
         traceback.print_exc()
-        return None, f"❌ Lỗi hệ thống: {str(e)}"
+        return None, f"❌ Lỗi: {str(e)}"
 
 # --- 4. UI SETUP ---
 theme = gr.themes.Soft(
@@ -167,11 +192,6 @@ EXAMPLES_LIST = [
     ["Về miền Tây không chỉ để ngắm nhìn sông nước hữu tình, mà còn để cảm nhận tấm chân tình của người dân nơi đây. Cùng ngồi xuồng ba lá len lỏi qua rặng dừa nước, nghe câu vọng cổ ngọt ngào thì còn gì b��ng.", "Vĩnh (nam miền Nam)"],
     ["Hà Nội những ngày vào thu mang một vẻ đẹp trầm mặc và cổ kính đến lạ thường. Đi dạo quanh Hồ Gươm vào sáng sớm, hít hà mùi hoa sữa nồng nàn và thưởng thức chút cốm làng Vòng là trải nghiệm khó quên.", "Bình (nam miền Bắc)"],
     ["Sự bùng nổ của trí tuệ nhân tạo đang định hình lại cách chúng ta làm việc và sinh sống. Từ xe tự lái đến trợ lý ảo thông minh, công nghệ đang dần xóa nhòa ranh giới giữa thực tại và những bộ phim viễn tưởng.", "Tuyên (nam miền Bắc)"],
-    ["Sài Gòn hối hả là thế, nhưng chỉ cần tấp vào một quán cà phê ven đường, gọi ly bạc xỉu đá và ngắm nhìn dòng người qua lại, bạn sẽ thấy thành phố này cũng có những khoảng lặng thật bình yên và đáng yêu.", "Nguyên (nam miền Nam)"],
-    ["Để đảm bảo tiến độ dự án quan trọng này, chúng ta cần tập trung tối đa nguồn lực và phối hợp chặt chẽ giữa các phòng ban. Mọi khó khăn phát sinh cần được báo cáo ngay lập tức để ban lãnh đạo xử lý kịp thời.", "Sơn (nam miền Nam)"],
-    ["Ngày xửa ngày xưa, ở một ngôi làng nọ có cô Tấm xinh đẹp, nết na nhưng sớm mồ côi mẹ. Dù bị mẹ kế và Cám hãm hại đủ đường, Tấm vẫn giữ được tấm lòng lương thiện và cuối cùng tìm được hạnh phúc xứng đáng.", "Đoan (nữ miền Nam)"],
-    ["Dạ em chào anh chị, hiện tại bên em đang có chương trình ưu đãi đặc biệt cho căn hộ hướng sông này. Với thiết kế hiện đại và không gian xanh mát, đây chắc chắn là tổ ấm lý tưởng mà gia đình mình đang tìm kiếm.", "Ly (nữ miền Bắc)"],
-    ["Dưới cơn mưa phùn lất phất của những ngày cuối đông, em khẽ nép vào vai anh, cảm nhận hơi ấm lan tỏa. Những khoảnh khắc bình dị như thế này khiến em nhận ra rằng, hạnh phúc đôi khi chỉ đơn giản là được ở bên nhau.", "Ngọc (nữ miền Bắc)"],
 ]
 
 with gr.Blocks(theme=theme, css=css, title="VieNeu-TTS Studio") as demo:
@@ -191,62 +211,63 @@ with gr.Blocks(theme=theme, css=css, title="VieNeu-TTS Studio") as demo:
             </div>
         """)
     
-    with gr.Row(elem_classes="container", equal_height=False):
-        
-        # --- LEFT: INPUT ---
-        with gr.Column(scale=3, variant="panel"):
+    # Shared text input
+    with gr.Row(elem_classes="container"):
+        with gr.Column():
             gr.Markdown("### 📝 Văn bản đầu vào")
             text_input = gr.Textbox(
                 label="Nhập văn bản",
                 placeholder="Nhập nội dung tiếng Việt cần chuyển thành giọng nói...",
                 lines=4,
-                value="Sự bùng nổ của trí tuệ nhân tạo đang định hình lại cách chúng ta làm việc và sinh sống. Từ xe tự lái đến trợ lý ảo thông minh, công nghệ đang dần xóa nhòa ranh giới giữa thực tại và những bộ phim viễn tưởng.",
+                value="Sự bùng nổ của trí tuệ nhân tạo đang định hình lại cách chúng ta làm việc và sinh sống.",
                 show_label=False
             )
-            
             with gr.Row():
                 char_count = gr.HTML("<div style='text-align: right; color: #64748B; font-size: 0.8rem;'>0 / 250 ký tự</div>")
-            
-            gr.Markdown("### 🗣️ Chọn giọng đọc")
-            
-            voice_mode = gr.Radio(
-                choices=["👤 Giọng có sẵn (Preset)", "🎙️ Giọng tùy chỉnh (Custom)"],
-                value="👤 Giọng có sẵn (Preset)",
-                label="Chế độ"
-            )
-            
-            with gr.Group(visible=True) as preset_group:
-                voice_select = gr.Dropdown(
-                    choices=list(VOICE_SAMPLES.keys()),
-                    value="Tuyên (nam miền Bắc)",
-                    label="Danh sách giọng",
-                    interactive=True
-                )
-                with gr.Accordion("Thông tin giọng mẫu", open=False):
-                    ref_audio_preview = gr.Audio(label="Audio mẫu", interactive=False, type="filepath")
-                    ref_text_preview = gr.Markdown("...")
-
-            with gr.Group(visible=False) as custom_group:
-                gr.Markdown("Tải lên giọng của bạn (Zero-shot Cloning)")
-                custom_audio = gr.Audio(label="File ghi âm (.wav)", type="filepath")
-                custom_text = gr.Textbox(label="Nội dung ghi âm", placeholder="Nhập chính xác lời thoại...")
-
-            btn_generate = gr.Button("🎵 Tổng hợp giọng nói", variant="primary", size="lg")
-
-        # --- RIGHT: OUTPUT ---
-        with gr.Column(scale=2):
-            gr.Markdown("### 🎧 Kết quả")
-            with gr.Group():
-                audio_output = gr.Audio(label="Audio đầu ra", type="filepath", show_download_button=True, autoplay=True)
-                status_output = gr.Textbox(label="Trạng thái", show_label=False, elem_classes="status-box", placeholder="Sẵn sàng...")
+    
+    with gr.Tabs() as tabs:
+        # TAB 1: Preset Voices
+        with gr.Tab("👤 Giọng có sẵn"):
+            with gr.Row(elem_classes="container"):
+                with gr.Column(scale=3):
+                    voice_select = gr.Dropdown(
+                        choices=list(VOICE_SAMPLES.keys()),
+                        value="Tuyên (nam miền Bắc)",
+                        label="Chọn giọng",
+                        interactive=True
+                    )
+                    with gr.Accordion("Thông tin giọng mẫu", open=False):
+                        ref_audio_preview = gr.Audio(label="Audio mẫu", interactive=False)
+                        ref_text_preview = gr.Markdown("...")
+                    
+                    btn_preset = gr.Button("🎵 Tổng hợp giọng nói", variant="primary", size="lg")
+                
+                with gr.Column(scale=2):
+                    gr.Markdown("### 🎧 Kết quả")
+                    audio_preset = gr.Audio(label="Audio đầu ra", type="filepath")
+                    status_preset = gr.Textbox(label="Trạng thái", show_label=False, elem_classes="status-box", placeholder="Sẵn sàng...")
+        
+        # TAB 2: Custom Voice
+        with gr.Tab("🎙️ Giọng tùy chỉnh"):
+            with gr.Row(elem_classes="container"):
+                with gr.Column(scale=3):
+                    gr.Markdown("Tải lên giọng của bạn (Zero-shot Cloning)")
+                    custom_audio = gr.File(label="File ghi âm (.wav)", file_types=[".wav"])
+                    custom_text = gr.Textbox(label="Nội dung ghi âm", placeholder="Nhập chính xác lời thoại...", lines=3)
+                    btn_custom = gr.Button("🎵 Tổng hợp giọng nói", variant="primary", size="lg")
+                
+                with gr.Column(scale=2):
+                    gr.Markdown("### 🎧 Kết quả")
+                    audio_custom = gr.Audio(label="Audio đầu ra", type="filepath")
+                    status_custom = gr.Textbox(label="Trạng thái", show_label=False, elem_classes="status-box", placeholder="Sẵn sàng...")
 
-    # --- EXAMPLES ---
+    # Examples
     with gr.Row(elem_classes="container"):
         with gr.Column():
             gr.Markdown("### 📚 Ví dụ mẫu")
             gr.Examples(examples=EXAMPLES_LIST, inputs=[text_input, voice_select], label="Thử nghiệm nhanh")
 
-    # --- LOGIC ---
+    # --- EVENT HANDLERS ---
     def update_count(text):
         l = len(text)
         if l > 250:
@@ -269,24 +290,19 @@ with gr.Blocks(theme=theme, css=css, title="VieNeu-TTS Studio") as demo:
     voice_select.change(update_ref_preview, voice_select, [ref_audio_preview, ref_text_preview])
     demo.load(update_ref_preview, voice_select, [ref_audio_preview, ref_text_preview])
 
-    def toggle_voice_mode(mode):
-        is_custom = (mode == "🎙️ Giọng tùy chỉnh (Custom)")
-        return gr.update(visible=not is_custom), gr.update(visible=is_custom)
-    
-    voice_mode.change(
-        fn=toggle_voice_mode,
-        inputs=[voice_mode],
-        outputs=[preset_group, custom_group]
+    btn_preset.click(
+        fn=synthesize_preset,
+        inputs=[text_input, voice_select],
+        outputs=[audio_preset, status_preset],
+        api_name="preset"
     )
 
-    btn_generate.click(
-        fn=synthesize_speech,
-        inputs=[text_input, voice_select, custom_audio, custom_text, voice_mode],
-        outputs=[audio_output, status_output]
+    btn_custom.click(
+        fn=synthesize_custom,
+        inputs=[text_input, custom_audio, custom_text],
+        outputs=[audio_custom, status_custom],
+        api_name="custom"
     )
 
 if __name__ == "__main__":
-    demo.queue().launch(
-        server_name="0.0.0.0",
-        server_port=7860
-    )
+    demo.queue().launch()