Upload app.py

app.py

@@ -40,6 +40,12 @@ VOICE_OPTIONS = [
     {"id": "zh-TW-YunJheNeural", "name": "雲哲(湾湾男声)"},
     {"id": "zh-TW-HsiaoYuNeural", "name": "曉雨(湾湾女声)"},
     {"id": "zh-CN-shaanxi-XiaoniNeural", "name": "晓妮(陕西女声)"},
+    {"id": "alloy", "name": "alloy(用于官方)"},
+    {"id": "echo", "name": "echo"},
+    {"id": "fable", "name": "fable"},
+    {"id": "onyx", "name": "onyx"},
+    {"id": "nova", "name": "nova"},
+    {"id": "shimmer", "name": "shimmer"},
 ]
 
 def get_api_key(key_name, ui_value):
@@ -166,6 +172,7 @@ def process_inputs(
                         'question': tts_openai_question,
                         'answer': tts_openai_answer
                     },
+                    "model": "tts-1",
                 },
             },
         }
@@ -337,13 +344,13 @@ with gr.Blocks(
                 value=2000, 
                 step=100, 
                 label="字数统计",
-                info="目标字数（用于生成内容）"
+                info="目标字数（用于生成内容）学术辩论:3000。讲故事:1000"
             )
             
             conversation_style = gr.Textbox(
                 label="对话风格", 
                 value="engaging,fast-paced,enthusiastic",
-                info="用于对话的风格列表（以逗号分隔）默认：生动活泼,节奏明快,热情洋溢"
+                info="用于对话的风格列表（以逗号分隔）默认：生动活泼,节奏明快,热情洋溢。学术辩论: formal,analytical,critical；讲故事: narrative,suspenseful,descriptive"
             )
             
             # Roles and Structure
@@ -357,25 +364,34 @@ with gr.Blocks(
             roles_person1 = gr.Textbox(
                 label="第一位发言者的角色",
                 value="main summarizer",
-                info="在对话中，第一个说话人扮演的角色，默认：主要负责总结的人"
+                info="在对话中，第一个说话人扮演的角色，默认：主要负责总结的人。学术辩论: thesis presenter；讲故事: storyteller"
             )
             
             roles_person2 = gr.Textbox(
                 label="第二位发言者的角色",
                 value="questioner/clarifier",
-                info="在对话中，第二个说话人所扮演的角色或承担的任务，默认：提问者/释疑者"
+                info="在对话中，第二个说话人所扮演的角色或承担的任务，默认：提问者/释疑者。学术辩论: counterargument provider；讲故事: audience participator"
             )
             
             dialogue_structure = gr.Textbox(
                 label="对话结构",
                 value="Introduction,Main Content Summary,Conclusion",
-                info="对话结构的各个部分（用逗号隔开）默认：引言,主要内容的概括,总结"
+                info="对话结构的各个部分（用逗号隔开）默认：引言,主要内容的概括,总结。学术辩论: Opening Statements,Thesis Presentation,Counterarguments,Rebuttals,Closing Remarks；讲故事: Scene Setting,Character Introduction,Rising Action,Climax,Resolution"
             )
 
             engagement_techniques = gr.Textbox(
                 label="沟通技巧",
                 value="rhetorical questions,anecdotes,analogies,humor",
-                info="一些沟通和交流方式（用逗号隔开）"
+                info="一些沟通和交流方式（用逗号隔开）默认：各种修辞、生动例子、形象比喻、诙谐幽默。学术辩论: socratic questioning,historical references,thought experiments；讲故事: cliffhangers,vivid imagery,audience prompts"
+            )
+
+            creativity_level = gr.Slider(
+                minimum=0, 
+                maximum=1, 
+                value=0.7, 
+                step=0.1, 
+                label="创意等级",
+                info="调节生成对话的创意程度（0 为注重事实，1 为更具创意）。学术辩论:0。讲故事:0.9"
             )
             
             # Podcast Identity
@@ -404,24 +420,12 @@ with gr.Blocks(
                 info="播客使用的语言"
             )
 
-            api_key_label = gr.Textbox(
-                label="自定义基于云的 LLM",
-                value="GEMINI_API_KEY",
-                info="可选，默认使用 Gemini，如使用 OPENAI，上面填入 'OPENAI_API_KEY' 并保证设置好环境变量且设置好下面的模型"
-            )
-
-            llm_model_name = gr.Textbox(
-                label="设置好对应自定义基于云的 LLM 模型",
-                value="gemini-1.5-pro-latest",
-                info="可选，配合上面的参数，默认是 Gemini 的 gemini-1.5-pro-latest，默认 OPENAI 可支持模型 api.168369.xyz/v1/models 获取"
-            )
-
             longform = gr.Checkbox(
                 label="长篇模式",
                 value=False,
                 info="启���长篇内容生成模式"
             )
-            
+
             # Voice Settings
             gr.Markdown(
                 """
@@ -443,13 +447,13 @@ with gr.Blocks(
             )
             tts_openai_question = gr.Dropdown(
                 choices=[voice["name"] for voice in VOICE_OPTIONS],
-                value=VOICE_OPTIONS[12]["name"],  # 默认选择选项
+                value=VOICE_OPTIONS[27]["name"],  # 默认选择选项
                 label="OpenAI TTS 主持人",
                 info="选择OpenAI TTS 主持人角色语音"
             )
             tts_openai_answer = gr.Dropdown(
                 choices=[voice["name"] for voice in VOICE_OPTIONS],
-                value=VOICE_OPTIONS[15]["name"],  # 默认选择选项
+                value=VOICE_OPTIONS[31]["name"],  # 默认选择选项
                 label="OpenAI TTS 嘉宾",
                 info="选择OpenAI TTS 嘉宾角色语音"
             )
@@ -462,14 +466,6 @@ with gr.Blocks(
                 </h3>
                 """,
             )
-            creativity_level = gr.Slider(
-                minimum=0, 
-                maximum=1, 
-                value=0.7, 
-                step=0.1, 
-                label="创意等级",
-                info="调节生成对话的创意程度（0 为注重事实，1 为更具创意）"
-            )
             
             user_instructions = gr.Textbox(
                 label="个性化指令",
@@ -478,6 +474,18 @@ with gr.Blocks(
                 placeholder="在此处添加你希望AI遵循的具体指令，以控制对话的走向和内容...",
                 info="一些额外的指令，用来帮助AI更好地理解你想要聊天的内容和方向"
             )
+
+            api_key_label = gr.Textbox(
+                label="自定义基于云的 LLM",
+                value="GEMINI_API_KEY",
+                info="可选，默认使用 Gemini，如使用 OPENAI，上面填入 'OPENAI_API_KEY' 并保证设置好环境变量且设置好下面的模型"
+            )
+
+            llm_model_name = gr.Textbox(
+                label="设置好对应自定义基于云的 LLM 模型",
+                value="gemini-1.5-pro-latest",
+                info="可选，配合上面的参数，默认是 Gemini 的 gemini-1.5-pro-latest，默认 OPENAI 可支持模型 api.168369.xyz/v1/models 获取"
+            )
     
     # Output Section
     gr.Markdown(