Spaces:
Running
Running
Update app.py
Browse files
app.py
CHANGED
@@ -0,0 +1,302 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import gradio as gr
|
2 |
+
from pydub import AudioSegment
|
3 |
+
import requests
|
4 |
+
import os
|
5 |
+
import uuid
|
6 |
+
import re
|
7 |
+
|
8 |
+
# مسیر ذخیره فایلهای موقت
|
9 |
+
TEMP_DIR = "temp_audio"
|
10 |
+
if not os.path.exists(TEMP_DIR):
|
11 |
+
os.makedirs(TEMP_DIR)
|
12 |
+
|
13 |
+
def download_file(url, output_path):
|
14 |
+
"""فایل را از یک URL دانلود میکند."""
|
15 |
+
try:
|
16 |
+
response = requests.get(url, stream=True)
|
17 |
+
response.raise_for_status()
|
18 |
+
with open(output_path, 'wb') as f:
|
19 |
+
for chunk in response.iter_content(chunk_size=8192):
|
20 |
+
f.write(chunk)
|
21 |
+
return True
|
22 |
+
except requests.exceptions.RequestException as e:
|
23 |
+
print(f"Error downloading {url}: {e}")
|
24 |
+
return False
|
25 |
+
except Exception as e:
|
26 |
+
print(f"An unexpected error occurred during download of {url}: {e}")
|
27 |
+
return False
|
28 |
+
|
29 |
+
def get_audio_from_input(input_source):
|
30 |
+
"""منبع ورودی را پردازش کرده و یک شی AudioSegment برمیگرداند."""
|
31 |
+
unique_filename = os.path.join(TEMP_DIR, str(uuid.uuid4()))
|
32 |
+
|
33 |
+
# Try to determine if it's a URL or a local path.
|
34 |
+
# For Gradio's file input, it provides a local path.
|
35 |
+
# For direct text input (like in the tts part), it's a URL.
|
36 |
+
is_url = input_source.startswith("http://") or input_source.startswith("https://")
|
37 |
+
|
38 |
+
audio_path = None # Initialize audio_path to handle finally block
|
39 |
+
downloaded_temp_filepath = None
|
40 |
+
|
41 |
+
if is_url:
|
42 |
+
file_extension = os.path.splitext(input_source.split('?')[0])[1]
|
43 |
+
if not file_extension:
|
44 |
+
file_extension = ".mp3" # Default if no extension found in URL
|
45 |
+
downloaded_temp_filepath = unique_filename + "_downloaded" + file_extension
|
46 |
+
if not download_file(input_source, downloaded_temp_filepath):
|
47 |
+
return None, f"خطا در دانلود فایل از لینک: {input_source}"
|
48 |
+
audio_path = downloaded_temp_filepath
|
49 |
+
else: # Assume it's a local file path provided directly or by Gradio
|
50 |
+
audio_path = input_source
|
51 |
+
|
52 |
+
try:
|
53 |
+
if not os.path.exists(audio_path):
|
54 |
+
return None, f"فایل پیدا نشد: {audio_path}"
|
55 |
+
audio = AudioSegment.from_file(audio_path)
|
56 |
+
return audio, None
|
57 |
+
except Exception as e:
|
58 |
+
return None, f"خطا در بارگذاری فایل صوتی ({audio_path}): {e}. مطمئن شوید فایل MP3 یا WAV معتبر است."
|
59 |
+
finally:
|
60 |
+
# Clean up downloaded temporary file if it was created
|
61 |
+
if downloaded_temp_filepath and os.path.exists(downloaded_temp_filepath):
|
62 |
+
try:
|
63 |
+
os.remove(downloaded_temp_filepath)
|
64 |
+
except OSError as e:
|
65 |
+
print(f"Error removing temporary file {downloaded_temp_filepath}: {e}")
|
66 |
+
|
67 |
+
def merge_audio_files(input_sources):
|
68 |
+
"""چندین فایل صوتی را ادغام میکند و یک فایل MP3 خروجی میدهد."""
|
69 |
+
if not input_sources:
|
70 |
+
return None, "لیست ورودیهای صوتی خالی است."
|
71 |
+
|
72 |
+
combined_audio = AudioSegment.empty()
|
73 |
+
errors = []
|
74 |
+
|
75 |
+
for source in input_sources:
|
76 |
+
# get_audio_from_input can now handle direct file paths from Gradio or URLs
|
77 |
+
audio_segment, error = get_audio_from_input(source)
|
78 |
+
if audio_segment:
|
79 |
+
combined_audio += audio_segment
|
80 |
+
else:
|
81 |
+
errors.append(error)
|
82 |
+
print(f"Skipping {source} due to error: {error}")
|
83 |
+
|
84 |
+
if not combined_audio.duration_seconds > 0:
|
85 |
+
return None, "هیچ فایل صوتی معتبری برای ادغام پیدا نشد. " + "\n".join(errors) if errors else ""
|
86 |
+
|
87 |
+
output_filename = os.path.join(TEMP_DIR, f"merged_audio_{uuid.uuid4()}.mp3")
|
88 |
+
try:
|
89 |
+
combined_audio.export(output_filename, format="mp3")
|
90 |
+
return output_filename, "عملیات موفقیت آمیز بود!"
|
91 |
+
except Exception as e:
|
92 |
+
return None, f"خطا در ذخیره فایل خروجی: {e}"
|
93 |
+
|
94 |
+
def add_intro_outro_and_background(podcast_audio, intro_audio_url, background_audio_url, outro_audio_url):
|
95 |
+
"""افکتهای صوتی را به پادکست اضافه میکند."""
|
96 |
+
intro_audio, intro_error = get_audio_from_input(intro_audio_url)
|
97 |
+
if intro_audio is None:
|
98 |
+
return None, f"خطا در دانلود یا بارگذاری صدای ابتدایی: {intro_error}"
|
99 |
+
|
100 |
+
background_audio, background_error = get_audio_from_input(background_audio_url)
|
101 |
+
if background_audio is None:
|
102 |
+
return None, f"خطا در دانلود یا بارگذاری موزیک پسزمینه: {background_error}"
|
103 |
+
|
104 |
+
outro_audio, outro_error = get_audio_from_input(outro_audio_url)
|
105 |
+
if outro_audio is None:
|
106 |
+
return None, f"خطا در دانلود یا بارگذاری صدای انتهایی: {outro_error}"
|
107 |
+
|
108 |
+
# طول کل صدای نهایی برای تکرار موزیک پسزمینه
|
109 |
+
total_duration_estimate = len(intro_audio) + len(podcast_audio) + len(outro_audio)
|
110 |
+
|
111 |
+
# مطمئن شوید موزیک پسزمینه به اندازه کافی طولانی است یا تکرار شود
|
112 |
+
if len(background_audio) < total_duration_estimate:
|
113 |
+
background_audio = background_audio * (int(total_duration_estimate / len(background_audio)) + 1)
|
114 |
+
|
115 |
+
# Trim background audio to total duration
|
116 |
+
background_audio = background_audio[:total_duration_estimate]
|
117 |
+
|
118 |
+
# تنظیم شدت صدای پسزمینه (gain reduction)
|
119 |
+
# این مقدار را میتوانید تغییر دهید. -18dB معمولاً خوب است، اما بسته به نوع موسیقی متغیر است.
|
120 |
+
# هرچه عدد منفیتر باشد، صدا کمتر میشود.
|
121 |
+
background_audio = background_audio - 18 # کاهش مثلاً 18 دسیبل از صدای پسزمینه
|
122 |
+
|
123 |
+
# اعمال fade-in و fade-out برای موزیک پسزمینه کلی
|
124 |
+
fade_duration = 3000 # 3 ثانیه برای fade-in و fade-out کلی
|
125 |
+
background_audio = background_audio.fade_in(fade_duration).fade_out(fade_duration)
|
126 |
+
|
127 |
+
# ایجاد یک قطعه صوتی ساکت به اندازه طول کل پادکست
|
128 |
+
mixed_audio = AudioSegment.silent(duration=total_duration_estimate)
|
129 |
+
|
130 |
+
# 1. افزودن موزیک پسزمینه به mixed_audio (این موزیک قبلاً کاهش گین و fade شده است)
|
131 |
+
mixed_audio = mixed_audio.overlay(background_audio, position=0)
|
132 |
+
|
133 |
+
# 2. افزودن Intro Audio (خوش آمد گویی) در ابتدای پادکست
|
134 |
+
mixed_audio = mixed_audio.overlay(intro_audio, position=0)
|
135 |
+
|
136 |
+
# 3. افزودن Podcast Audio (دیالوگها) به mixed_audio، بلافاصله پس از اینترو
|
137 |
+
mixed_audio = mixed_audio.overlay(podcast_audio, position=len(intro_audio))
|
138 |
+
|
139 |
+
# 4. افزودن Outro Audio (پایان پادکست) به mixed_audio، بلافاصله پس از پادکست
|
140 |
+
mixed_audio = mixed_audio.overlay(outro_audio, position=len(intro_audio) + len(podcast_audio))
|
141 |
+
|
142 |
+
return mixed_audio, None
|
143 |
+
|
144 |
+
def tts_and_merge_with_effects(text_input):
|
145 |
+
"""متن ورودی را پردازش کرده و فایل صوتی با افکتهای صوتی تولید میکند."""
|
146 |
+
if not text_input.strip():
|
147 |
+
return None, "لطفاً متنی برای پردازش وارد کنید."
|
148 |
+
|
149 |
+
# تجزیه متن و تولید پادکست اصلی
|
150 |
+
lines = text_input.strip().split('\n')
|
151 |
+
|
152 |
+
audio_urls_to_merge = []
|
153 |
+
errors = []
|
154 |
+
|
155 |
+
for line in lines:
|
156 |
+
match = re.match(r'^\s*\((\d+)\)(.*)$', line)
|
157 |
+
if match:
|
158 |
+
speaker_number = match.group(1)
|
159 |
+
text_for_tts = match.group(2).strip()
|
160 |
+
|
161 |
+
if not text_for_tts:
|
162 |
+
errors.append(f"خطا: متن خالی برای گوینده {speaker_number} در خط '{line}'")
|
163 |
+
continue
|
164 |
+
|
165 |
+
# ساخت URL برای Talkbot API
|
166 |
+
# Encode the text for URL safety
|
167 |
+
encoded_text = requests.utils.quote(text_for_tts)
|
168 |
+
tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={encoded_text}"
|
169 |
+
|
170 |
+
print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}")
|
171 |
+
|
172 |
+
try:
|
173 |
+
response = requests.get(tts_url)
|
174 |
+
response.raise_for_status()
|
175 |
+
audio_link = response.text.strip()
|
176 |
+
|
177 |
+
if audio_link.startswith("http"):
|
178 |
+
audio_urls_to_merge.append(audio_link)
|
179 |
+
else:
|
180 |
+
errors.append(f"API برای گوینده {speaker_number} لینک معتبری برنگرداند: '{audio_link}'")
|
181 |
+
|
182 |
+
except requests.exceptions.RequestException as e:
|
183 |
+
errors.append(f"خطا در ارتباط با Talkbot API برای گوینده {speaker_number}: {e}")
|
184 |
+
except Exception as e:
|
185 |
+
errors.append(f"خطای غیرمنتظره در پردازش Talkbot API برای گوینده {speaker_number}: {e}")
|
186 |
+
else:
|
187 |
+
if line.strip(): # Only add error if line is not empty
|
188 |
+
errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار میرود (شماره)متن.")
|
189 |
+
|
190 |
+
if not audio_urls_to_merge:
|
191 |
+
# Return specific errors if any occurred, otherwise a generic message
|
192 |
+
return None, "هیچ فایل صوتی برای ادغام تولید نشد." + ("\n" + "\n".join(errors) if errors else "")
|
193 |
+
|
194 |
+
# ادغام فایلهای صوتی تولید شده برای ساخت پادکست اصلی (دیالوگها)
|
195 |
+
podcast_audio_path, merge_message = merge_audio_files(audio_urls_to_merge)
|
196 |
+
if not podcast_audio_path:
|
197 |
+
return None, merge_message
|
198 |
+
|
199 |
+
# بارگذاری پادکست اصلی (دیالوگها) به عنوان AudioSegment
|
200 |
+
try:
|
201 |
+
podcast_audio = AudioSegment.from_file(podcast_audio_path)
|
202 |
+
except Exception as e:
|
203 |
+
# Clean up the temporary merged file if it exists
|
204 |
+
if os.path.exists(podcast_audio_path):
|
205 |
+
os.remove(podcast_audio_path)
|
206 |
+
return None, f"خطا در بارگذاری پادکست اصلی از مسیر موقت ({podcast_audio_path}): {e}"
|
207 |
+
finally:
|
208 |
+
# Always try to remove the temporary podcast_audio_path file
|
209 |
+
if os.path.exists(podcast_audio_path):
|
210 |
+
try:
|
211 |
+
os.remove(podcast_audio_path)
|
212 |
+
except OSError as e:
|
213 |
+
print(f"Error removing temporary podcast audio file {podcast_audio_path}: {e}")
|
214 |
+
|
215 |
+
|
216 |
+
# افزودن افکتهای صوتی (اینترو، اوترو، پسزمینه)
|
217 |
+
final_audio, error = add_intro_outro_and_background(
|
218 |
+
podcast_audio,
|
219 |
+
intro_audio_url="https://talkbot.ir/example/effect-podcast/wk.mp3", # Intro audio URL
|
220 |
+
background_audio_url="https://talkbot.ir/example/effect-podcast/bk2.mp3", # Background music URL
|
221 |
+
outro_audio_url="https://talkbot.ir/example/effect-podcast/1.mp3" # Outro audio URL
|
222 |
+
)
|
223 |
+
if not final_audio:
|
224 |
+
return None, error
|
225 |
+
|
226 |
+
# ذخیره فایل نهایی
|
227 |
+
output_filename = os.path.join(TEMP_DIR, f"final_podcast_{uuid.uuid4()}.mp3")
|
228 |
+
try:
|
229 |
+
final_audio.export(output_filename, format="mp3")
|
230 |
+
return output_filename, "پادکست با افکتهای صوتی با موفقیت تولید شد!"
|
231 |
+
except Exception as e:
|
232 |
+
return None, f"خطا در ذخیره پادکست نهایی: {e}"
|
233 |
+
|
234 |
+
# ایجاد رابط کاربری Gradio
|
235 |
+
with gr.Blocks() as demo:
|
236 |
+
gr.Markdown(
|
237 |
+
"""
|
238 |
+
# ابزار ادغام فایلهای صوتی و تولید پادکست از متن
|
239 |
+
در اینجا میتوانید فایلهای صوتی را ادغام کنید یا از متن با Talkbot API پادکست بسازید.
|
240 |
+
|
241 |
+
**بخشها:**
|
242 |
+
1. **ادغام فایلهای صوتی موجود:** چندین لینک یا مسیر فایل صوتی را وارد کرده و آنها را ادغام کنید.
|
243 |
+
2. **تولید پادکست از متن با Talkbot API و افکتهای صوتی:** متنی با فرمت گوینده (مثال: `(1)سلام`) را وارد کنید تا به پادکست تبدیل شود. این پادکست شامل افکتهای صوتی (اینترو، پسزمینه، اوترو) با تنظیم بلندی صدای پسزمینه خواهد بود.
|
244 |
+
"""
|
245 |
+
)
|
246 |
+
|
247 |
+
with gr.Tab("ادغام فایلهای صوتی موجود"):
|
248 |
+
gr.Markdown("## ادغام فایلهای صوتی موجود (از لینک یا فایل محلی)")
|
249 |
+
audio_links_input = gr.Textbox(
|
250 |
+
label="لینک یا مسیر فایلهای صوتی (هر کدام در یک خط جدید)",
|
251 |
+
placeholder="مثال:\nhttps://example.com/audio1.mp3\n./local_audio.wav\nhttps://example.com/audio2.wav",
|
252 |
+
lines=10
|
253 |
+
)
|
254 |
+
audio_merge_output_message = gr.Textbox(label="پیام", interactive=False)
|
255 |
+
audio_merge_output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
|
256 |
+
merge_button = gr.Button("ادغام فایلهای صوتی")
|
257 |
+
|
258 |
+
merge_button.click(
|
259 |
+
fn=lambda x: merge_audio_files([s.strip() for s in x.split('\n') if s.strip()]),
|
260 |
+
inputs=[audio_links_input],
|
261 |
+
outputs=[audio_merge_output_audio, audio_merge_output_message]
|
262 |
+
)
|
263 |
+
|
264 |
+
# Examples for audio merging
|
265 |
+
gr.Examples(
|
266 |
+
examples=[
|
267 |
+
["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
|
268 |
+
],
|
269 |
+
inputs=audio_links_input,
|
270 |
+
label="نمونهها"
|
271 |
+
)
|
272 |
+
|
273 |
+
with gr.Tab("تولید پادکست از متن (Talkbot API) و افکتهای صوتی"):
|
274 |
+
gr.Markdown("## تولید پادکست با Talks (Talkbot API) و افکتهای صوتی")
|
275 |
+
tts_text_input = gr.Textbox(
|
276 |
+
label="متن برای تولید پادکست (فرمت: (شماره)متن - هر پرسوناژ در یک خط جدید)",
|
277 |
+
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",
|
278 |
+
lines=10
|
279 |
+
)
|
280 |
+
tts_output_message = gr.Textbox(label="پیام", interactive=False)
|
281 |
+
tts_output_audio = gr.Audio(label="فایل پادکست تولید شده", type="filepath")
|
282 |
+
tts_merge_button = gr.Button("تولید پادکست")
|
283 |
+
|
284 |
+
tts_merge_button.click(
|
285 |
+
fn=tts_and_merge_with_effects,
|
286 |
+
inputs=[tts_text_input],
|
287 |
+
outputs=[tts_output_audio, tts_output_message]
|
288 |
+
)
|
289 |
+
|
290 |
+
# Examples for TTS
|
291 |
+
gr.Examples(
|
292 |
+
examples=[
|
293 |
+
["(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم."],
|
294 |
+
["(1)امروز هوا چطوره؟\n(2)فکر کنم آفتابیه."]
|
295 |
+
],
|
296 |
+
inputs=tts_text_input,
|
297 |
+
label="نمونهها"
|
298 |
+
)
|
299 |
+
|
300 |
+
if __name__ == "__main__":
|
301 |
+
demo.launch() # برای اجرا در لوکال
|
302 |
+
# demo.launch(share=True) # برای اشتراکگذاری موقت در یک لینک عمومی
|