init

app.py

@@ -1,5 +1,6 @@
 # app.py
 # Phiên bản hoàn chỉnh, đã sửa lỗi đọc file audio và đồng bộ hóa phiên bản thư viện.
+# Đã thêm các dòng print để chẩn đoán dữ liệu.
 
 import os
 import joblib
@@ -169,6 +170,13 @@ def predict():
         if trad_feats is None:
              return jsonify({'error': 'Không thể xử lý file audio.'}), 500
 
+        # ========== BẮT ĐẦU PHẦN GHI LOG CHẨN ĐOÁN ==========
+        print("\n--- BẮT ĐẦU CHẨN ĐOÁN DỮ LIỆU ĐẦU VÀO ---")
+        print(f"DEBUG | trad_feats stats: mean={np.mean(trad_feats):.2f}, std={np.std(trad_feats):.2f}, min={np.min(trad_feats):.2f}, max={np.max(trad_feats):.2f}")
+        print(f"DEBUG | w2v_feats stats:  mean={np.mean(w2v_feats):.2f}, std={np.std(w2v_feats):.2f}, min={np.min(w2v_feats):.2f}, max={np.max(w2v_feats):.2f}")
+        print(f"DEBUG | spec_img stats:   mean={np.mean(spec_img):.2f}, std={np.std(spec_img):.2f}, min={np.min(spec_img):.2f}, max={np.max(spec_img):.2f}")
+        # ========== KẾT THÚC PHẦN GHI LOG CHẨN ĐOÁN ===========
+
         # Chuẩn bị dữ liệu đầu vào cho các mô hình
         combined_feats = np.concatenate([trad_feats, w2v_feats]).reshape(1, -1)
         scaled_feats = scaler.transform(combined_feats)
@@ -179,6 +187,11 @@ def predict():
         pred_xgb = model_xgb.predict_proba(scaled_feats)[0][1]
         pred_lgb = model_lgb.predict_proba(scaled_feats)[0][1]
         pred_cnn = model_cnn.predict(spec_img, verbose=0)[0][0]
+        
+        # ========== BẮT ĐẦU PHẦN GHI LOG DỰ ĐOÁN ==========
+        print(f"DEBUG | Individual probabilities (for Male): XGB={pred_xgb:.4f}, LGBM={pred_lgb:.4f}, CNN={pred_cnn:.4f}")
+        # ========== KẾT THÚC PHẦN GHI LOG DỰ ĐOÁN ===========
+
 
         # Ensemble: Kết hợp kết quả bằng cách lấy trung bình xác suất
         final_prediction_prob = (pred_xgb + pred_lgb + pred_cnn) / 3