Update app.py

app.py

@@ -6,7 +6,7 @@ from fastapi import FastAPI, UploadFile, File, Form, HTTPException
 from fastapi.responses import FileResponse
 from core.cloner import KokoClone
 
-# ── Chargement des modèles (une seule fois au démarrage) ──────────────────────
+# ── Chargement unique des modèles ─────────────────────────────────────────────
 print("Loading KokoClone models...")
 cloner = KokoClone()
 
@@ -14,10 +14,9 @@ cloner = KokoClone()
 # ── Handlers Gradio ───────────────────────────────────────────────────────────
 
 def gradio_speak(text, lang, speed):
-    """TTS simple sans clone."""
     if not text or not text.strip():
         raise gr.Error("Veuillez entrer du texte.")
-    output_file = "gradio_speak_output.wav"
+    output_file = "/tmp/gradio_speak_output.wav"
     try:
         cloner.speak(text=text, lang=lang, output_path=output_file, speed=float(speed))
         return output_file
@@ -26,12 +25,11 @@ def gradio_speak(text, lang, speed):
 
 
 def gradio_clone(text, lang, ref_audio_path):
-    """TTS + voice cloning."""
     if not text or not text.strip():
         raise gr.Error("Please enter some text.")
     if not ref_audio_path:
         raise gr.Error("Please upload or record a reference audio file.")
-    output_file = "gradio_clone_output.wav"
+    output_file = "/tmp/gradio_clone_output.wav"
     try:
         cloner.generate(text=text, lang=lang, reference_audio=ref_audio_path, output_path=output_file)
         return output_file
@@ -40,12 +38,11 @@ def gradio_clone(text, lang, ref_audio_path):
 
 
 def gradio_convert(source_audio_path, ref_audio_path):
-    """Re-voicing audio source."""
     if not source_audio_path:
         raise gr.Error("Please upload a source audio file.")
     if not ref_audio_path:
         raise gr.Error("Please upload a reference audio file.")
-    output_file = "gradio_convert_output.wav"
+    output_file = "/tmp/gradio_convert_output.wav"
     try:
         cloner.convert(source_audio=source_audio_path, reference_audio=ref_audio_path, output_path=output_file)
         return output_file
@@ -53,9 +50,9 @@ def gradio_convert(source_audio_path, ref_audio_path):
         raise gr.Error(f"An error occurred: {str(e)}")
 
 
-# ── Interface Gradio ──────────────────────────────────────────────────────────
+# ── Interface Gradio (Gradio 6 compatible) ────────────────────────────────────
 
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
+with gr.Blocks() as demo:  # theme retiré ici → va dans launch()
     gr.Markdown(
         """
         <div style="text-align: center;">
@@ -70,10 +67,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
         # ── Onglet 1 : TTS Simple ─────────────────────────────────────────────
         with gr.Tab("🗣️ Simple TTS"):
             gr.Markdown(
-                """
-                Génère la parole directement avec une voix Kokoro — **aucun audio de référence requis**.
-                Idéal pour l'anglais et le français dans MikoHelper.
-                """
+                "Génère la parole avec une voix Kokoro — **aucun audio de référence requis**."
             )
             with gr.Row():
                 with gr.Column(scale=1):
@@ -85,8 +79,8 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     speak_lang = gr.Dropdown(
                         label="Langue / Voix",
                         choices=[
-                            ("🇬🇧 English — af_bella (femme américaine)", "en"),
-                            ("🇫🇷 Français — ff_siwis (femme française)", "fr"),
+                            ("🇬🇧 English — af_bella", "en"),
+                            ("🇫🇷 Français — ff_siwis", "fr"),
                             ("🇮🇳 Hindi — hf_alpha", "hi"),
                             ("🇪🇸 Español — im_nicola", "es"),
                             ("🇮🇹 Italiano — im_nicola", "it"),
@@ -101,7 +95,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                         value=1.0,
                         step=0.1
                     )
-                    speak_btn = gr.Button("🗣️ Générer l'audio", variant="primary", size="lg")
+                    speak_btn = gr.Button("🗣️ Générer l'audio", variant="primary")
 
                 with gr.Column(scale=1):
                     speak_out = gr.Audio(
@@ -111,27 +105,21 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     )
                     gr.Markdown(
                         """
-                        ### 💡 Voix disponibles
-                        - **EN** `af_bella` — femme, accent américain, claire et naturelle
-                        - **FR** `ff_siwis` — femme, accent français, fluide
-                        - **HI** `hf_alpha` — Hindi
-                        - **ES/IT** `im_nicola` — voix masculine
-                        - **PT** `pf_dora` — Portugais brésilien
-
-                        > Ajustez la **vitesse** pour les apprenants débutants (0.7–0.8 recommandé).
+**Voix disponibles**
+- 🇬🇧 `af_bella` — femme américaine, claire
+- 🇫🇷 `ff_siwis` — femme française, fluide
+- 🇮🇳 `hf_alpha` — Hindi
+- 🇪🇸🇮🇹 `im_nicola` — voix masculine
+- 🇧🇷 `pf_dora` — Portugais brésilien
+
+> Vitesse **0.7–0.8** recommandée pour les apprenants débutants.
                         """
                     )
 
             speak_btn.click(
-                fn=lambda: gr.update(value="⌛ Génération en cours...", interactive=False),
-                outputs=speak_btn
-            ).then(
                 fn=gradio_speak,
                 inputs=[speak_text, speak_lang, speak_speed],
                 outputs=speak_out
-            ).then(
-                fn=lambda: gr.update(value="🗣️ Générer l'audio", interactive=True),
-                outputs=speak_btn
             )
 
         # ── Onglet 2 : Text → Clone ───────────────────────────────────────────
@@ -159,10 +147,10 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                         value="en"
                     )
                     clone_ref = gr.Audio(
-                        label="3. Audio de référence (upload ou enregistrement)",
+                        label="3. Audio de référence",
                         type="filepath"
                     )
-                    clone_btn = gr.Button("🚀 Générer avec clonage", variant="primary", size="lg")
+                    clone_btn = gr.Button("🚀 Générer avec clonage", variant="primary")
 
                 with gr.Column(scale=1):
                     clone_out = gr.Audio(
@@ -172,23 +160,17 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     )
                     gr.Markdown(
                         """
-                        ### 💡 Conseils
-                        - Audio de référence propre, sans bruit de fond
-                        - 3 à 10 secondes = résultat optimal
-                        - La langue sélectionnée doit correspondre au texte
+**Conseils**
+- Audio de référence propre, sans bruit de fond
+- 3 à 10 secondes = résultat optimal
+- La langue doit correspondre au texte
                         """
                     )
 
             clone_btn.click(
-                fn=lambda: gr.update(value="⌛ Génération...", interactive=False),
-                outputs=clone_btn
-            ).then(
                 fn=gradio_clone,
                 inputs=[clone_text, clone_lang, clone_ref],
                 outputs=clone_out
-            ).then(
-                fn=lambda: gr.update(value="🚀 Générer avec clonage", interactive=True),
-                outputs=clone_btn
             )
 
         # ── Onglet 3 : Audio → Clone ──────────────────────────────────────────
@@ -197,14 +179,14 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             with gr.Row():
                 with gr.Column(scale=1):
                     convert_src = gr.Audio(
-                        label="1. Audio source (parole à re-voicer)",
+                        label="1. Audio source",
                         type="filepath"
                     )
                     convert_ref = gr.Audio(
-                        label="2. Voix de référence (locuteur cible)",
+                        label="2. Voix de référence",
                         type="filepath"
                     )
-                    convert_btn = gr.Button("🔁 Convertir la voix", variant="primary", size="lg")
+                    convert_btn = gr.Button("🔁 Convertir la voix", variant="primary")
 
                 with gr.Column(scale=1):
                     convert_out = gr.Audio(
@@ -214,24 +196,18 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     )
                     gr.Markdown(
                         """
-                        ### 💡 Comment ça marche
-                        - Uploadez n'importe quel enregistrement vocal comme **source**
-                        - Uploadez un court clip du **locuteur cible** comme référence
-                        - KokoClone re-voice la source pour sonner comme la référence
-                        - Aucune transcription nécessaire !
+**Comment ça marche**
+- **Source** : n'importe quel enregistrement vocal
+- **Référence** : court clip du locuteur cible
+- KokoClone re-voice la source vers la référence
+- Aucune transcription nécessaire
                         """
                     )
 
             convert_btn.click(
-                fn=lambda: gr.update(value="⌛ Conversion...", interactive=False),
-                outputs=convert_btn
-            ).then(
                 fn=gradio_convert,
                 inputs=[convert_src, convert_ref],
                 outputs=convert_out
-            ).then(
-                fn=lambda: gr.update(value="🔁 Convertir la voix", interactive=True),
-                outputs=convert_btn
             )
 
 
@@ -242,7 +218,6 @@ app = gr.mount_gradio_app(FastAPI(), demo, path="/")
 
 @app.get("/api/voices")
 def list_voices():
-    """Liste toutes les voix disponibles."""
     return {
         "voices": [
             {"lang": "en", "voice": "af_bella",  "description": "English - American Female"},
@@ -261,13 +236,6 @@ async def api_speak(
     lang: str = Form(default="en"),
     speed: float = Form(default=1.0),
 ):
-    """
-    TTS simple sans clone.
-    - text  : texte à synthétiser
-    - lang  : 'en', 'fr', 'hi', 'es', 'it', 'pt'
-    - speed : vitesse (0.5 – 1.5), défaut 1.0
-    Retourne un fichier WAV.
-    """
     out_path = tempfile.mktemp(suffix=".wav")
     try:
         cloner.speak(text=text, lang=lang, output_path=out_path, speed=speed)
@@ -284,13 +252,6 @@ async def api_clone(
     lang: str = Form(default="en"),
     reference_audio: UploadFile = File(...),
 ):
-    """
-    TTS + voice cloning.
-    - text            : texte à synthétiser
-    - lang            : langue
-    - reference_audio : fichier audio WAV de référence
-    Retourne un fichier WAV cloné.
-    """
     with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as ref_tmp:
         shutil.copyfileobj(reference_audio.file, ref_tmp)
         ref_path = ref_tmp.name
@@ -310,12 +271,6 @@ async def api_convert(
     source_audio: UploadFile = File(...),
     reference_audio: UploadFile = File(...),
 ):
-    """
-    Re-voicing audio source → voix de référence.
-    - source_audio    : parole à re-voicer
-    - reference_audio : locuteur cible
-    Retourne un fichier WAV converti.
-    """
     with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as src_tmp:
         shutil.copyfileobj(source_audio.file, src_tmp)
         src_path = src_tmp.name