Update app.py

app.py

@@ -1,13 +1,98 @@
-from fastapi import FastAPI, File, UploadFile
-import librosa
-import numpy as np
-import shutil
-import uvicorn
-import os
-from funasr import AutoModel
+# from fastapi import FastAPI, File, UploadFile
+# import librosa
+# import numpy as np
+# import shutil
+# import uvicorn
+# import os
+# from funasr import AutoModel
+# from starlette.middleware import Middleware
+# from starlette.middleware.cors import CORSMiddleware
+
+# import logging
+
+# logging.basicConfig(level=logging.INFO)
+# logger = logging.getLogger(__name__)
+
+# app = FastAPI(
+#     middleware=[
+#         Middleware(
+#             CORSMiddleware,
+#             allow_origins=["*"],  # Cho phép tất cả các origin
+#             allow_credentials=True,
+#             allow_methods=["*"],  # Cho phép tất cả các phương thức
+#             allow_headers=["*"],  # Cho phép tất cả các header
+#         )
+#     ]
+# )
+# # Tạo thư mục temp nếu chưa có
+# if not os.path.exists("temp"):
+#     os.makedirs("temp")
+
+# # Load mô hình SenseVoiceSmall từ Hugging Face
+# model_dir = "FunAudioLLM/SenseVoiceSmall"
+# model = AutoModel(
+#     model=model_dir,
+#     vad_model="fsmn-vad",
+#     vad_kwargs={"max_single_segment_time": 30000},
+#     device="cuda:0",
+#     hub="hf",
+# )
+
+# # Hàm tính RMS energy
+# def calculate_rms_energy(audio_path):
+#     y, sr = librosa.load(audio_path)
+#     rms = librosa.feature.rms(y=y)[0]
+#     return np.mean(rms)
+
+# # Hàm phát hiện tiếng ồn
+# def detect_noise(audio_path):
+#     rms_energy = calculate_rms_energy(audio_path)
+#     res = model.generate(input=audio_path, language="auto", audio_event_detection=True)
+#     audio_events = res[0].get("audio_event_detection", {})
+
+#     if rms_energy > 0.02:
+#         return "ồn ào"
+#     elif rms_energy > 0.01:
+#         for event_label, event_score in audio_events.items():
+#             if event_score > 0.7 and event_label in ["laughter", "applause", "crying", "coughing"]:
+#                 return f"ồn ào ({event_label})"
+#     return "yên tĩnh"
+
+# @app.get("/")
+# def read_root():
+#     return {"message": "Hello, World!"}
+
+# print(app.routes)
+
+# # API nhận file âm thanh từ Flutter
+# @app.post("/detect-noise/")
+# async def detect_noise_api(file: UploadFile = File(...)):
+#     try:
+#         logger.info("Tên file: %s", file.filename)
+#         logger.info("Loại file: %s", file.content_type)
+#         file_size = len(await file.read())
+#         logger.info("Kích thước file: %s bytes", file_size)
+#         await file.seek(0)  # Reset lại vị trí đọc file
+
+#         file_path = f"temp/{file.filename}"
+#         with open(file_path, "wb") as buffer:
+#             shutil.copyfileobj(file.file, buffer)
+
+#         result = detect_noise(file_path)
+#         return {"noise_level": result}
+#     except Exception as e:
+#         logger.exception("Lỗi trong API: %s", e)
+#         return {"error": str(e)}
+
+# # Chạy FastAPI trên Hugging Face Spaces
+# if __name__ == "__main__":
+#     uvicorn.run(app, host="0.0.0.0", port=7860)
+
+
+from fastapi import FastAPI
+from fastapi import File, UploadFile
 from starlette.middleware import Middleware
 from starlette.middleware.cors import CORSMiddleware
-
 import logging
 
 logging.basicConfig(level=logging.INFO)
@@ -17,73 +102,16 @@ app = FastAPI(
     middleware=[
         Middleware(
             CORSMiddleware,
-            allow_origins=["*"],  # Cho phép tất cả các origin
+            allow_origins=["*"],
             allow_credentials=True,
-            allow_methods=["*"],  # Cho phép tất cả các phương thức
-            allow_headers=["*"],  # Cho phép tất cả các header
+            allow_methods=["*"],
+            allow_headers=["*"],
         )
     ]
 )
-# Tạo thư mục temp nếu chưa có
-if not os.path.exists("temp"):
-    os.makedirs("temp")
-
-# Load mô hình SenseVoiceSmall từ Hugging Face
-model_dir = "FunAudioLLM/SenseVoiceSmall"
-model = AutoModel(
-    model=model_dir,
-    vad_model="fsmn-vad",
-    vad_kwargs={"max_single_segment_time": 30000},
-    device="cuda:0",
-    hub="hf",
-)
 
-# Hàm tính RMS energy
-def calculate_rms_energy(audio_path):
-    y, sr = librosa.load(audio_path)
-    rms = librosa.feature.rms(y=y)[0]
-    return np.mean(rms)
-
-# Hàm phát hiện tiếng ồn
-def detect_noise(audio_path):
-    rms_energy = calculate_rms_energy(audio_path)
-    res = model.generate(input=audio_path, language="auto", audio_event_detection=True)
-    audio_events = res[0].get("audio_event_detection", {})
-
-    if rms_energy > 0.02:
-        return "ồn ào"
-    elif rms_energy > 0.01:
-        for event_label, event_score in audio_events.items():
-            if event_score > 0.7 and event_label in ["laughter", "applause", "crying", "coughing"]:
-                return f"ồn ào ({event_label})"
-    return "yên tĩnh"
-
-@app.get("/")
-def read_root():
-    return {"message": "Hello, World!"}
-
-print(app.routes)
-
-# API nhận file âm thanh từ Flutter
 @app.post("/detect-noise/")
 async def detect_noise_api(file: UploadFile = File(...)):
-    try:
-        logger.info("Tên file: %s", file.filename)
-        logger.info("Loại file: %s", file.content_type)
-        file_size = len(await file.read())
-        logger.info("Kích thước file: %s bytes", file_size)
-        await file.seek(0)  # Reset lại vị trí đọc file
-
-        file_path = f"temp/{file.filename}"
-        with open(file_path, "wb") as buffer:
-            shutil.copyfileobj(file.file, buffer)
-
-        result = detect_noise(file_path)
-        return {"noise_level": result}
-    except Exception as e:
-        logger.exception("Lỗi trong API: %s", e)
-        return {"error": str(e)}
-
-# Chạy FastAPI trên Hugging Face Spaces
-if __name__ == "__main__":
-    uvicorn.run(app, host="0.0.0.0", port=7860)
+    logger.info("Đã nhận được yêu cầu!")
+    return {"message": "OK"}
+