app.py

import asyncio
import mimetypes
import os

import gradio as gr

from audio_processing import async_text_to_speech, text_to_speech
from content_generation import create_content, CONTENT_TYPES
from video_processing import create_video_func
from utils import get_bgm_file  # Import get_bgm_file

# Danh sách giọng đọc
VOICES = ["alloy", "echo", "fable", "onyx", "nova", "shimmer"]

# Danh sách ngôn ngữ (chưa được sử dụng trong mã)
LANGUAGES = ["Tiếng Anh", "Tiếng Việt", "Tiếng Hindi"]

# Danh sách loại nội dung và hướng dẫn mặc định cho từng loại
CONTENT_TYPES = ["podcast", "giới thiệu", "triết lý sống",
                  "Phổ biến kiến thức thống kê"]
CONTENT_TYPE_INSTRUCTIONS = {
    "podcast":
    """
    Tone giọng: Gần gũi, thân thiện nhưng chuyên sâu, thể hiện sự am hiểu về chủ đề.
    Cấu trúc:
    - Bắt đầu bằng một câu hỏi kích thích tư duy hoặc một câu chuyện mở màn gây tò mò.
    - Triển khai các luận điểm theo từng bước. Sử dụng câu từ mạnh mẽ, ví dụ điển hình hoặc những câu nói nổi tiếng.
    - Xây dựng các phần chuyển tiếp mượt mà giữa các ý.
    - Kết thúc podcast với một thông điệp sâu sắc, để lại sự suy ngẫm cho thính giả.
    Mục tiêu: Mang lại kiến thức giá trị, lôi cuốn thính giả tham gia suy nghĩ và cảm nhận sâu sắc về chủ đề.
    """,
    "giới thiệu":
    """
    Tone giọng: Chuyên nghiệp, gãy gọn nhưng vẫn có sự truyền cảm.
    Cấu trúc:
    - Bắt đầu với một câu khẳng định mạnh mẽ về đối tượng được giới thiệu.
    - Giải thích mục tiêu của phần giới thiệu, nhấn mạnh tầm quan trọng hoặc sự khác biệt.
    - Kết thúc với một lời kêu gọi hành động, khích lệ người nghe tiếp tục lắng nghe hoặc tham gia.
    Mục tiêu: Đưa ra thông tin cô đọng, hấp dẫn, khiến người nghe cảm thấy bị thu hút và muốn tìm hiểu thêm.
    """,
    "triết lý sống":
    """
    Tone giọng: Sâu sắc, truyền cảm hứng, mang tính chiêm nghiệm.
    Cấu trúc:
    - Bắt đầu bằng một câu hỏi sâu sắc hoặc ẩn dụ về cuộc sống.
    - Triển khai các luận điểm chặt chẽ, xen lẫn cảm xúc và những ví dụ đời thực hoặc những câu nói triết lý.
    - Kết thúc với một thông điệp sâu sắc, khơi dậy suy ngẫm cho người nghe.
    Mục tiêu: Khơi gợi suy nghĩ sâu sắc về cuộc sống, khiến người nghe tìm thấy ý nghĩa hoặc giá trị trong câu chuyện.
    """,
    "Phổ biến kiến thức Thống kê":
    """
    Tone giọng: Thân thiện, dễ hiểu, và mang tính giáo dục.
    Cấu trúc:
    - Bắt đầu với một câu hỏi hoặc một tình huống thực tế để thu hút sự chú ý.
    - Giải thích các khái niệm thống kê cơ bản một cách đơn giản và dễ hiểu, sử dụng ví dụ thực tế để minh họa.
    - Đưa ra các ứng dụng thực tế của thống kê trong đời sống hàng ngày hoặc trong các lĩnh vực cụ thể.
    - Kết thúc với một thông điệp khuyến khích người nghe áp dụng kiến thức thống kê vào cuộc sống.
    Mục tiêu: Giúp người nghe hiểu và yêu thích thống kê, thấy được giá trị và ứng dụng của nó trong cuộc sống.
    """
}

def create_docx(content, output_path):
  """
  Tạo file docx từ nội dung.
  """
  doc = Document()
  doc.add_paragraph(content)
  doc.save(output_path)

def process_pdf(file_path):
  """
  Xử lý file PDF và trích xuất nội dung.
  """
  doc = fitz.open(file_path)
  text = ""
  for page in doc:
    text += page.get_text()
  return text

def process_docx(file_path):
  """
  Xử lý file DOCX và trích xuất nội dung.
  """
  doc = Document(file_path)
  text = ""
  for para in doc.paragraphs:
    text += para.text
  return text

# Giao diện Gradio
def interface():
  with gr.Blocks() as app:
    gr.Markdown("# Ứng dụng Tạo Nội dung và Video")

    with gr.Tab("Tạo Nội dung"):
      prompt = gr.Textbox(label="Nhập yêu cầu nội dung")
      file_upload = gr.File(label="Tải lên file kèm theo", type="filepath")

      # Sử dụng gr.Radio thay vì gr.CheckboxGroup
      content_type = gr.Radio(label="Chọn loại nội dung",
                                  choices=CONTENT_TYPES,
                                  value=None)  # Giá trị mặc định là không có gì được chọn

      content_button = gr.Button("Tạo Nội dung")
      content_output = gr.Textbox(label="Nội dung tạo ra", interactive=True)
      confirm_button = gr.Button("Xác nhận nội dung")
      download_docx = gr.File(label="Tải xuống file DOCX", interactive=False)
      download_audio = gr.File(label="Tải xuống file âm thanh",
                                 interactive=False)
      status_message = gr.Label(label="Trạng thái")

      def generate_content(prompt, file, content_type):
        try:
          status = "Đang xử lý..."
          if file and os.path.exists(file):
            mime_type, _ = mimetypes.guess_type(file)
            if mime_type == "application/pdf":
              file_content = process_pdf(file)
              prompt = f"{prompt}\n\nDưới đây là nội dung của file tài liệu:\n\n{file_content}"
            elif mime_type in (
                "application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                "application/msword"):
              file_content = process_docx(file)
              prompt = f"{prompt}\n\nDưới đây là nội dung của file tài liệu:\n\n{file_content}"
            else:
              raise ValueError("Định dạng file không được hỗ trợ.")

          if not content_type:
            raise ValueError("Vui lòng chọn một loại nội dung")

          script_content = create_content(prompt, content_type, "Tiếng Việt")
          docx_path = "script.docx"
          create_docx(script_content, docx_path)

          status = "Đã tạo nội dung thành công!"
          return script_content, docx_path, status
        except Exception as e:
          status = f"Đã xảy ra lỗi: {str(e)}"
          return "", None, status

      async def confirm_content(content):
        docx_path = "script.docx"
        create_docx(content, docx_path)

        audio_path = await async_text_to_speech(content, "alloy", "Tiếng Việt")
        return docx_path, audio_path, "Nội dung đã được xác nhận và âm thanh đã được tạo!"

      content_button.click(generate_content,
                            inputs=[prompt, file_upload, content_type],
                            outputs=[content_output, download_docx, status_message])

      confirm_button.click(lambda x: asyncio.run(confirm_content(x)),
                            inputs=[content_output],
                            outputs=[download_docx, download_audio, status_message])

    with gr.Tab("Tạo Âm thanh"):
      text_input = gr.Textbox(label="Nhập văn bản để chuyển đổi")
      voice_select = gr.Dropdown(label="Chọn giọng đọc",
                                  choices=VOICES)  # Dropdown cho voice_select
      audio_button = gr.Button("Tạo Âm thanh")
      audio_output = gr.Audio(label="Âm thanh tạo ra")
      download_audio = gr.File(label="Tải xuống file âm thanh",
                                 interactive=False)

      def text_to_speech_func(text, voice):
        audio_path = text_to_speech(text, voice, "Tiếng Việt")
        return audio_path, audio_path

      audio_button.click(text_to_speech_func,
                          inputs=[text_input, voice_select],
                          outputs=[audio_output, download_audio])

    with gr.Tab