Spaces:

suprimedev
/

talk-dial

Running

App Files Files Community

suprimedev commited on Jun 9

Commit

6b5cb2f

verified ·

1 Parent(s): 944138a

Update app.py

Browse files

import gradio as gr
from pydub import AudioSegment
import requests
import os
import uuid
import re

# مسیر ذخیره فایل‌های موقت
TEMP_DIR = "temp_audio"
if not os.path.exists(TEMP_DIR):
os.makedirs(TEMP_DIR)

def download_file(url, output_path):
"""فایل را از یک URL دانلود می‌کند."""
try:
response = requests.get(url, stream=True)
response.raise_for_status()
with open(output_path, 'wb') as f:
for chunk in response.iter_content(chunk_size=8192):
f.write(chunk)
return True
except requests.exceptions.RequestException as e:
print(f"Error downloading {url}: {e}")
return False
except Exception as e:
print(f"An unexpected error occurred during download of {url}: {e}")
return False

def get_audio_from_input(input_source):
"""منبع ورودی را پردازش کرده و یک شی AudioSegment برمی‌گرداند."""
unique_filename = os.path.join(TEMP_DIR, str(uuid.uuid4()))

if input_source.startswith("http://") or input_source.startswith("https://"):
file_extension = os.path.splitext(input_source.split('?')[0])[1]
if not file_extension:
file_extension = ".mp3"
temp_filepath = unique_filename + "_downloaded" + file_extension
if not download_file(input_source, temp_filepath):
return None, f"خطا در دانلود فایل از لینک: {input_source}"
audio_path = temp_filepath
else:
audio_path = input_source

try:
audio = AudioSegment.from_file(audio_path)
return audio, None
except Exception as e:
return None, f"خطا در بارگذاری فایل صوتی ({audio_path}): {e}. مطمئن شوید فایل MP3 یا WAV معتبر است."
finally:
if 'temp_filepath' in locals() and os.path.exists(temp_filepath):
try:
os.remove(temp_filepath)
except OSError as e:
print(f"Error removing temporary file {temp_filepath}: {e}")

def merge_audio_files(input_sources):
"""چندین فایل صوتی را ادغام می‌کند و یک فایل MP3 خروجی می‌دهد."""
if not input_sources:
return None, "لیست ورودی‌های صوتی خالی است."

combined_audio = AudioSegment.empty()
errors = []

for source in input_sources:
audio_segment, error = get_audio_from_input(source)
if audio_segment:
combined_audio += audio_segment
else:
errors.append(error)
print(f"Skipping {source} due to error: {error}")

if not combined_audio.duration_seconds > 0:
return None, "هیچ فایل صوتی معتبری برای ادغام پیدا نشد. " + "\n".join(errors) if errors else ""

output_filename = os.path.join(TEMP_DIR, f"merged_audio_{uuid.uuid4()}.mp3")
try:
combined_audio.export(output_filename, format="mp3")
return output_filename, "عملیات موفقیت آمیز بود!"
except Exception as e:
return None, f"خطا در ذخیره فایل خروجی: {e}"

def add_intro_outro_and_background(podcast_audio, intro_audio_url, background_audio_url, outro_audio_url):
"""افکت‌های صوتی را به پادکست اضافه می‌کند."""
# دانلود صدای ابتدایی (intro)
intro_audio, _ = get_audio_from_input(intro_audio_url)
if not intro_audio:
return None, "خطا در دانلود یا بارگذاری صدای ابتدایی"

# دانلود موزیک پس‌زمینه
background_audio, _ = get_audio_from_input(background_audio_url)
if not background_audio:
return None, "خطا در دانلود یا بارگذاری موزیک پس‌زمینه"

# دانلود صدای انتهایی (outro)
outro_audio, _ = get_audio_from_input(outro_audio_url)
if not outro_audio:
return None, "خطا در دانلود یا بارگذاری صدای انتهایی"

# طول پادکست اصلی
podcast_duration = len(podcast_audio)

# ابتدا صدای خوش‌آمدگویی را اضافه می‌کنیم
final_audio = intro_audio

# سپس پادکست اصلی را اضافه می‌کنیم
final_audio = final_audio + podcast_audio

# حالا صدای انتهایی را اضافه می‌کنیم
final_audio = final_audio + outro_audio

# تنظیم موسیقی پس‌زمینه (حجم را کم می‌کنیم و به اندازه فایل نهایی ایجاد می‌کنیم)
background_audio = background_audio[:len(final_audio) + 2000] # موزیک به اندازه کل فایل نهایی + 2 ثانیه
background_audio = background_audio - 15 # کاهش حجم موسیقی پس‌زمینه
background_audio = background_audio.fade_in(2000).fade_out(2000) # fade-in و fade-out

# اضافه کردن موسیقی پس‌زمینه روی کل فایل (اما با حجم پایین تر)
final_audio = final_audio.overlay(background_audio, position=0)

return final_audio, None

def tts_and_merge_with_effects(text_input):
"""متن ورودی را پردازش کرده و فایل صوتی با افکت‌های صوتی تولید می‌کند."""
if not text_input.strip():
return None, "لطفاً متنی برای پردازش وارد کنید."

# تجزیه متن و تولید پادکست اصلی
lines = text_input.strip().split('\n')

audio_urls_to_merge = []
errors = []

for line in lines:
match = re.match(r'^\s*$(\d+)$(.*)$', line)
if match:
speaker_number = match.group(1)
text_for_tts = match.group(2).strip()

if not text_for_tts:
errors.append(f"خطا: متن خالی برای گوینده {speaker_number} در خط '{line}'")
continue

# ساخت URL برای Talkbot API
tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={text_for_tts}"

print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}")

try:
response = requests.get(tts_url)
response.raise_for_status()
audio_link = response.text.strip()

if audio_link.startswith("http"):
audio_urls_to_merge.append(audio_link)
else:
errors.append(f"API برای گوینده {speaker_number} لینک معتبری برنگرداند: '{audio_link}'")

except requests.exceptions.RequestException as e:
errors.append(f"خطا در ارتباط با Talkbot API برای گوینده {speaker_number}: {e}")
except Exception as e:
errors.append(f"خطای غیرمنتظره در پردازش Talkbot API برای گوینده {speaker_number}: {e}")
else:
if line.strip():
errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار می‌رود (شماره)متن.")

if not audio_urls_to_merge:
return None, "هیچ فایل صوتی برای ادغام تولید نشد." + "\n".join(errors) if errors else ""

# ادغام فایل‌های صوتی تولید شده
podcast_audio_path, merge_message = merge_audio_files(audio_urls_to_merge)
if not podcast_audio_path:
return None, merge_message

# بارگذاری پادکست اصلی
podcast_audio = AudioSegment.from_file(podcast_audio_path)

# افزودن افکت‌های صوتی
final_audio, error = add_intro_outro_and_background(
podcast_audio,
intro_audio_url="https://talkbot.ir/example/effect-podcast/wk.mp3",
background_audio_url="https://talkbot.ir/example/effect-podcast/bk2.mp3", # مسیر موزیک پس‌زمینه
outro_audio_url="https://talkbot.ir/example/effect-podcast/1.mp3" # مسیر صدای انتهایی
)
if not final_audio:
return None, error

# ذخیره فایل نهایی
output_filename = os.path.join(TEMP_DIR, f"final_podcast_{uuid.uuid4()}.mp3")
try:
final_audio.export(output_filename, format="mp3")
return output_filename, "پادکست با افکت‌های صوتی با موفقیت تولید شد!"
except Exception as e:
return None, f"خطا در ذخیره پادکست نهایی: {e}"

# ایجاد رابط کاربری Gradio
with gr.Blocks() as demo:
gr.Markdown(
"""
# ابزار ادغام فایل‌های صوتی (MP3/WAV) و تولید صدا از متن
در اینجا دو بخش اصلی وجود دارد:
1. **ادغام فایل‌های صوتی موجود:** می‌توانید لینک‌های فایل‌های صوتی (MP3/WAV) را وارد کنید.
2. **تولید صدا از متن با Talkbot API و ادغام:** متنی را با فرمت `(شماره)متن` وارد کنید.
(مثال: `(1)سلام\n(2)بله`)
این بخش با استفاده از Talkbot API صدا تولید کرده و آن‌ها را ادغام می‌کند.
"""
)

with gr.Tab("ادغام فایل‌های صوتی موجود"):
gr.Markdown("## ادغام فایل‌های صوتی موجود (از لینک یا فایل محلی)")
audio_links_input = gr.Textbox(
label="لینک یا مسیر فایل‌های صوتی (هر کدام در یک خط جدید)",
placeholder="مثال:\nhttps://example.com/audio1.mp3\n./local_audio.wav\nhttps://example.com/audio2.wav",
lines=10
)
audio_merge_output_message = gr.Textbox(label="پیام", interactive=False)
audio_merge_output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
merge_button = gr.Button("ادغام فایل‌های صوتی")

merge_button.click(
fn=lambda x: merge

Files changed (1) hide show

app.py +0 -257

app.py CHANGED Viewed

@@ -1,257 +0,0 @@
-import gradio as gr
-from pydub import AudioSegment
-import requests
-import os
-import uuid
-import re
-# مسیر ذخیره فایل‌های موقت
-TEMP_DIR = "temp_audio"
-if not os.path.exists(TEMP_DIR):
-    os.makedirs(TEMP_DIR)
-def download_file(url, output_path):
-    """فایل را از یک URL دانلود می‌کند."""
-    try:
-        response = requests.get(url, stream=True)
-        response.raise_for_status()
-        with open(output_path, 'wb') as f:
-            for chunk in response.iter_content(chunk_size=8192):
-                f.write(chunk)
-        return True
-    except requests.exceptions.RequestException as e:
-        print(f"Error downloading {url}: {e}")
-        return False
-    except Exception as e:
-        print(f"An unexpected error occurred during download of {url}: {e}")
-        return False
-def get_audio_from_input(input_source):
-    """منبع ورودی را پردازش کرده و یک شی AudioSegment برمی‌گرداند."""
-    unique_filename = os.path.join(TEMP_DIR, str(uuid.uuid4()))
-    if input_source.startswith("http://") or input_source.startswith("https://"):
-        file_extension = os.path.splitext(input_source.split('?')[0])[1]
-        if not file_extension:
-            file_extension = ".mp3"
-        temp_filepath = unique_filename + "_downloaded" + file_extension
-        if not download_file(input_source, temp_filepath):
-            return None, f"خطا در دانلود فایل از لینک: {input_source}"
-        audio_path = temp_filepath
-    else:
-        audio_path = input_source
-    try:
-        audio = AudioSegment.from_file(audio_path)
-        return audio, None
-    except Exception as e:
-        return None, f"خطا در بارگذاری فایل صوتی ({audio_path}): {e}. مطمئن شوید فایل MP3 یا WAV معتبر است."
-    finally:
-        if 'temp_filepath' in locals() and os.path.exists(temp_filepath):
-            try:
-                os.remove(temp_filepath)
-            except OSError as e:
-                print(f"Error removing temporary file {temp_filepath}: {e}")
-def merge_audio_files(input_sources):
-    """چندین فایل صوتی را ادغام می‌کند و یک فایل MP3 خروجی می‌دهد."""
-    if not input_sources:
-        return None, "لیست ورودی‌های صوتی خالی است."
-    combined_audio = AudioSegment.empty()
-    errors = []
-    for source in input_sources:
-        audio_segment, error = get_audio_from_input(source)
-        if audio_segment:
-            combined_audio += audio_segment
-        else:
-            errors.append(error)
-            print(f"Skipping {source} due to error: {error}")
-    if not combined_audio.duration_seconds > 0:
-        return None, "هیچ فایل صوتی معتبری برای ادغام پیدا نشد. " + "\n".join(errors) if errors else ""
-    output_filename = os.path.join(TEMP_DIR, f"merged_audio_{uuid.uuid4()}.mp3")
-    try:
-        combined_audio.export(output_filename, format="mp3")
-        return output_filename, "عملیات موفقیت آمیز بود!"
-    except Exception as e:
-        return None, f"خطا در ذخیره فایل خروجی: {e}"
-def add_intro_outro_and_background(podcast_audio, intro_audio_url, background_audio_url, outro_audio_url):
-    """افکت‌های صوتی را به پادکست اضافه می‌کند."""
-    # دانلود صدای ابتدایی (intro)
-    intro_audio, _ = get_audio_from_input(intro_audio_url)
-    if not intro_audio:
-        return None, "خطا در دانلود یا بارگذاری صدای ابتدایی"
-    # دانلود موزیک پس‌زمینه
-    background_audio, _ = get_audio_from_input(background_audio_url)
-    if not background_audio:
-        return None, "خطا در دانلود یا بارگذاری موزیک پس‌زمینه"
-    # دانلود صدای انتهایی (outro)
-    outro_audio, _ = get_audio_from_input(outro_audio_url)
-    if not outro_audio:
-        return None, "خطا در دانلود یا بارگذاری صدای انتهایی"
-    # طول پادکست اصلی
-    podcast_duration = len(podcast_audio)
-    # اضافه کردن صدای ابتدایی
-    final_audio = intro_audio
-    # اضافه کردن موزیک پس‌زمینه
-    background_audio = background_audio[:podcast_duration + 2000]  # موزیک به اندازه پادکست + 2 ثانیه
-    background_audio = background_audio.fade_in(2000).fade_out(2000)  # fade-in و fade-out
-    final_audio = final_audio.overlay(background_audio, position=0)  # موزیک پس‌زمینه از ابتدا شروع می‌شود
-    # اضافه کردن پادکست اصلی
-    final_audio = final_audio + podcast_audio
-    # اضافه کردن صدای انتهایی
-    final_audio = final_audio + outro_audio
-    return final_audio, None
-def tts_and_merge_with_effects(text_input):
-    """متن ورودی را پرد��زش کرده و فایل صوتی با افکت‌های صوتی تولید می‌کند."""
-    if not text_input.strip():
-        return None, "لطفاً متنی برای پردازش وارد کنید."
-    # تجزیه متن و تولید پادکست اصلی
-    lines = text_input.strip().split('\n')
-    audio_urls_to_merge = []
-    errors = []
-    for line in lines:
-        match = re.match(r'^\s*\((\d+)\)(.*)$', line)
-        if match:
-            speaker_number = match.group(1)
-            text_for_tts = match.group(2).strip()
-            if not text_for_tts:
-                errors.append(f"خطا: متن خالی برای گوینده {speaker_number} در خط '{line}'")
-                continue
-            # ساخت URL برای Talkbot API
-            tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={text_for_tts}"
-            print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}")
-            try:
-                response = requests.get(tts_url)
-                response.raise_for_status()
-                audio_link = response.text.strip()
-                if audio_link.startswith("http"):
-                    audio_urls_to_merge.append(audio_link)
-                else:
-                    errors.append(f"API برای گوینده {speaker_number} لینک معتبری برنگرداند: '{audio_link}'")
-            except requests.exceptions.RequestException as e:
-                errors.append(f"خطا در ارتباط با Talkbot API برای گوینده {speaker_number}: {e}")
-            except Exception as e:
-                errors.append(f"خطای غیرمنتظره در پردازش Talkbot API برای گوینده {speaker_number}: {e}")
-        else:
-            if line.strip():
-                errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار می‌رود (شماره)متن.")
-    if not audio_urls_to_merge:
-        return None, "هیچ فایل صوتی برای ادغام تولید نشد." + "\n".join(errors) if errors else ""
-    # ادغام فایل‌های صوتی تولید شده
-    podcast_audio_path, merge_message = merge_audio_files(audio_urls_to_merge)
-    if not podcast_audio_path:
-        return None, merge_message
-    # بارگذاری پادکست اصلی
-    podcast_audio = AudioSegment.from_file(podcast_audio_path)
-    # افزودن افکت‌های صوتی
-    final_audio, error = add_intro_outro_and_background(
-        podcast_audio,
-        intro_audio_url="https://talkbot.ir/example/effect-podcast/wk.mp3",
-        background_audio_url="https://talkbot.ir/example/effect-podcast/bk2.mp3",  # مسیر موزیک پس‌زمینه
-        outro_audio_url="https://talkbot.ir/example/effect-podcast/1.mp3"  # مسیر صدای انتهایی
-    )
-    if not final_audio:
-        return None, error
-    # ذخیره فایل نهایی
-    output_filename = os.path.join(TEMP_DIR, f"final_podcast_{uuid.uuid4()}.mp3")
-    try:
-        final_audio.export(output_filename, format="mp3")
-        return output_filename, "پادکست با افکت‌های صوتی با موفقیت تولید شد!"
-    except Exception as e:
-        return None, f"خطا در ذخیره پادکست نهایی: {e}"
-# ایجاد رابط کاربری Gradio
-with gr.Blocks() as demo:
-    gr.Markdown(
-        """
-        # ابزار ادغام فایل‌های صوتی (MP3/WAV) و تولید صدا از متن
-        در اینجا دو بخش اصلی وجود دارد:
-        1. **ادغام فایل‌های صوتی موجود:** می‌توانید لینک‌های فایل‌های صوتی (MP3/WAV) را وارد کنید.
-        2. **تولید صدا از متن با Talkbot API و ادغام:** متنی را با فرمت `(شماره)متن` وارد کنید.
-           (مثال: `(1)سلام\n(2)بله`)
-           این بخش با استفاده از Talkbot API صدا تولید کرده و آن‌ها را ادغام می‌کند.
-        """
-    )
-    with gr.Tab("ادغام فایل‌های صوتی موجود"):
-        gr.Markdown("## ادغام فایل‌های صوتی موجود (از لینک یا فایل محلی)")
-        audio_links_input = gr.Textbox(
-            label="لینک یا مسیر فایل‌های صوتی (هر کدام در یک خط جدید)",
-            placeholder="مثال:\nhttps://example.com/audio1.mp3\n./local_audio.wav\nhttps://example.com/audio2.wav",
-            lines=10
-        )
-        audio_merge_output_message = gr.Textbox(label="پیام", interactive=False)
-        audio_merge_output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
-        merge_button = gr.Button("ادغام فایل‌های صوتی")
-        merge_button.click(
-            fn=lambda x: merge_audio_files([s.strip() for s in x.split('\n') if s.strip()]),
-            inputs=[audio_links_input],
-            outputs=[audio_merge_output_audio, audio_merge_output_message]
-        )
-        gr.Examples(
-            examples=[
-                ["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
-            ],
-            inputs=audio_links_input,
-            label="نمونه‌ها"
-        )
-    with gr.Tab("تولید صدا از متن (Talkbot API) و ادغام"):
-        gr.Markdown("## تولید صدا با Talkbot API و ادغام فایل‌ها")
-        tts_text_input = gr.Textbox(
-            label="متن برای تولید صدا (فرمت: (شماره)متن - هر پرسوناژ در یک خط جدید)",
-            placeholder="(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم.\n(1)خب از کجا شروع کنیم\n(2)بهتره از اول شروع کنیم",
-            lines=10
-        )
-        tts_output_message = gr.Textbox(label="پیام", interactive=False)
-        tts_output_audio = gr.Audio(label="فایل صوتی تولید و ادغام شده", type="filepath")
-        tts_merge_button = gr.Button("تولید و ادغام صدا")
-        tts_merge_button.click(
-            fn=tts_and_merge_with_effects,
-            inputs=[tts_text_input],
-            outputs=[tts_output_audio, tts_output_message]
-        )
-        gr.Examples(
-            examples=[
-                ["(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم."],
-                ["(1)امروز هوا چطوره؟\n(2)فکر کنم آفتابیه."]
-            ],
-            inputs=tts_text_input,
-            label="نمونه‌ها"
-        )
-if __name__ == "__main__":
-    demo.launch()  # برای اجرا در لوکال
-    # demo.launch(share=True)  # برای اشتراک‌گذاری موقت در یک لینک عمومی