Spaces:
Running
Running
Commit History
-
fix(dub): Edge bị chặn 403 không còn kéo VieNeu và cả tool câm theo
Claude +1: Claude Opus 5.5Unverified signatureLỗi trên Space: Microsoft trả 403 khi bắt tay WebSocket với Edge (edge-tts đã là bản mới nhất, nên không phải do thư viện cũ). Tiếng Việt cũng câm vì VieNeu từng nạp hỏng một lần và load_engine gán luôn Edge vào chỗ VieNeu tới lần restart. - load_engine: nạp hỏng thì Edge chỉ đứng TẠM, sau 5 phút nạp lại; nạp model trong khoá để job và việc làm sẵn giọng thử lúc khởi động không nạp song song. - synth_line: Edge cũng hỏng -> en/fil đọc bằng OmniVoice (local), giọng cùng giới tính với giọng Edge đang chọn. - Thêm env EDGE_TTS_PROXY để Edge đi qua proxy khi IP máy chủ bị chặn. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01RwiJZLUb773B8NwksxfTU98b45574 -
fix(dub): gen voice từ text báo lỗi thật thay vì trả audio câm
Claude +1: Claude Opus 5.5Unverified signatureEngine TTS hỏng (VieNeu nạp lỗi, Edge không gọi được) thì run_tts trả clip lặng 0.4s và job vẫn "xong" -> người dùng chỉ thấy audio 0 giây, không biết vì sao. - /api/dub/tts: clip ra lặng -> báo lỗi kèm nguyên nhân của từng engine. - Giao diện: job không có kết quả thì hiện thông báo lỗi. - synth_line: lỗi của Edge (khi đứng thay engine nạp hỏng) ghi dưới tên "edge", không đè mất lỗi nạp thật của engine gốc. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01RwiJZLUb773B8NwksxfTU9bb75713
-
fix(core): mọi tool đều giữ chỗ phiên khi chạy, thêm lớp chặn cho việc chạy đồng bộ
Nối tiếp 20e69c0 (mới bọc riêng Dịch/đổi giọng). Cut video, Xào video và Down list dùng chung cơ chế phiên nên vẫn dính: bộ dọn phiên quá hạn có thể xoá trúng thư mục job đang ghi. - Chuyển hàm bọc thành submit_for_session() dùng chung trong core/jobs.py; cả 4 tool (11 chỗ tạo job) đi qua đó, không còn jobs.submit trần. - Listing ảnh chạy THẲNG TRONG REQUEST, không qua job nên không đăng ký được vào sổ phiên-đang-bận. Thêm lớp chặn thứ hai ngay trong cleanup_old: quét sâu tìm dấu vết ghi mới, thấy là bỏ qua. Dừng sớm khi gặp file mới và có trần số mục để phiên vài trăm video không làm chậm đợt dọn. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>c8ce1a0 -
fix(dub): dọn phiên quá hạn xoá trúng phiên đang chạy -> job chết, trả video gốc
Lỗi người dùng gặp: Không tổng hợp giọng được nên trả video gốc: ffmpeg ... anullsrc ... line_0000.wav returned non-zero exit status 254 và last_error trên Space: FileNotFoundError: '/data/tnt_work/dub_.../work/tts/line_0000.wav.mp3' Cả engine chính, Edge đọc đỡ, lẫn bước tạo file lặng đều không ghi nổi file -> thư mục làm việc đã BIẾN MẤT giữa job. Thủ phạm là cleanup_old: nó xét tuổi bằng mtime của THƯ MỤC PHIÊN, mà mtime thư mục chỉ đổi khi thêm/bớt mục con TRỰC TIẾP. Job ghi sâu bên trong (out/<video>/work/tts/...) không hề chạm tới mtime đó, nên phiên đang xử lý vẫn bị tính là quá hạn và bị rmtree ngay giữa chừng (sweep chạy ké mỗi lần có người mở phiên mới). - Đếm job đang chạy theo phiên (session_in_use); cleanup_old bỏ qua phiên bận. - cleanup_old cũng thôi đụng thư mục dùng chung (voice_previews) — không phải phiên thì không có "hạn". - Mọi bước ghi file TTS tự dựng lại thư mục nếu mất, để một sự cố tương tự chỉ làm chậm chứ không giết cả job. Co-Authored-By: Clau…20e69c0
-
fix(dub): cache giọng thử đặt tên theo ĐỊNH NGHĨA giọng, không chỉ theo id
Bản instruct đã sửa lên Space rồi (nhãn giọng mới, last_error rỗng) nhưng /voice-preview vẫn trả y nguyên 220110 byte suốt 19 phút: đó là bản do Edge đọc đỡ hồi OmniVoice còn hỏng, đã nằm trong cache. Nó NGHE RA TIẾNG nên phép kiểm "file câm" thêm hôm trước không bắt được, mà STORAGE_DIR thì sống qua cả lần build lại -> nghe giọng Edge mãi dù model đã chạy đúng. Tên file cache nay kèm VÂN TAY của định nghĩa giọng (engine + chuỗi instruct thật): đổi engine hoặc sửa preset là bản cũ tự hết hiệu lực. Ghi bản mới thì xoá luôn bản cũ cùng giọng cho khỏi đọng rác. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>92f69cd -
fix(dub): bỏ bản giọng thử CÂM đã nằm trong cache
Đo trên Space: /voice-preview trả đúng 19278 byte lặng ở MỌI lần gọi, thời gian 1.3s, mà `last_error` vẫn rỗng -> không hề có lần tổng hợp nào chạy. Bản lặng do lần TTS hỏng trước ghi ra đã nằm trong STORAGE_DIR và sống qua cả lần build lại, nên phép thử cũ ("có file và > 44 byte") luôn đúng và đường đi không bao giờ chạm tới engine — vừa câm vừa không ghi nổi lỗi. Nay cache chỉ tính là dùng được khi file KHÔNG câm; câm thì xoá, làm lại. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>268fabb -
fix(dub): TTS hỏng thì đọc bằng Edge, không trả cả video tiếng lặng
Test thật trên Space: /voice-preview trả về ĐÚNG 0.4s im lặng tuyệt đối — là nhánh _silence(0.4) của synth_line, tức OmniVoice ném lỗi ở MỌI câu. Hai lỗi lộ ra: 1. synth_line nuốt lỗi thành khoảng lặng và KHÔNG log gì. Hỏng 1 câu thì không sao, nhưng engine hỏng hệ thống (model chưa tải xong, thiếu RAM) thì cả video câm mà chẳng báo gì. Nay hỏng -> đọc lại bằng Edge TTS (online, gần như luôn có); chỉ khi Edge cũng hỏng mới trả khoảng lặng. 2. _ensure_preview cache luôn bản câm đó -> giọng thử câm vĩnh viễn kể cả sau khi model đã chạy được. Nay phát hiện file câm thì xoá + báo lỗi. Thêm đường chẩn đoán TỪ XA: ghi lỗi gần nhất của từng engine và trả qua /api/dub/voices (`last_error`) — trên Space không xem log tiện, mà triệu chứng thì chỉ là "nghe không thấy gì". Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>35076e5 -
feat(dub): thêm OmniVoice (k2-fsa) làm engine TTS cho tiếng Anh & Filipino
en/fil trước chỉ có Edge TTS: giọng dựng sẵn, KHÔNG clone được. Nay chạy OmniVoice (k2-fsa/OmniVoice, 0.6B, 646 ngôn ngữ, ra 24 kHz) với 2 chế độ: - CLONE : có mẫu giọng (từ video hoặc file tải lên) -> ref_audio. - DESIGN : không mẫu -> "instruct" tả giọng bằng chữ. Gói sẵn 6 giọng en + 4 giọng fil (nam/nữ, Mỹ/Anh), ghép thêm ngữ điệu đang chọn (tự nhiên / quảng cáo / đọc tin / kể chuyện). CHƯA CÀI GÓI thì en/fil tự chạy Edge TTS y như cũ — quyết định lấy engine nào làm TRƯỚC bằng find_spec (không import torch trong request /voices), nên /voices trả đúng danh sách giọng của engine sẽ thật sự chạy. /api/dub/voices trả thêm engine + model_label + can_clone; giao diện bỏ hàm đoán isEdge(lang) — clone được hay không là do ENGINE quyết, không phải do tiếng gì. Edge chặn id giọng lạ (vd "omni:*" còn kẹt trong state trình duyệt) để không lỗi cả câu. Chỉnh bằng env: OMNI_DEVICE (cpu|cuda:0|mps), OMNI_STEPS (16), OMNI_ENABLED=0. Co-Authored-By: Claude Opus 5 <…6f5141d
-
feat(analytics): tab "Quản lý thời lượng" theo dõi người dùng cho quản trị
Ghi log thô raw_events rồi suy ra 9 chỉ số (A1-A5, B1-B4) bằng ETL, không lưu sẵn chỉ số. Lưu Postgres nếu có DATABASE_URL, không thì SQLite trong STORAGE_DIR (giữ 90 ngày, tự dọn). - backend: services/analytics (storage + etl + track), api/analytics (POST /api/events + các endpoint quản trị), middleware reqctx đọc header X-TNT-* để dòng log máy chạy gắn đúng task; JobManager tự phát job_queued/started/done kèm latency_ms (đã trừ thời gian chờ hàng đợi). - frontend: lib/track.js (đồng hồ người), nút 👍/👎 (ThumbsFeedback) cho B3, dashboard SVG thuần trong tab Quản lý thời lượng; gắn điểm đo vào 8 tool. Kèm sửa lỗi phát hiện khi test: - khôi phục core.files.rel_path() + gom mọi đường dẫn phiên ở cut/dub/shuffle/ download về "/" (trước nối "\" của Windows làm hỏng URL). - get_file trả 404 khi trỏ vào thư mục (thay vì 500). - run_tests.py cô lập STORAGE_DIR sang temp (trước dọn nhầm phiên thật). - cập nhật test_cut/test_dub theo API hiện hành + thêm test_analytics (14 test). …00d2c12
-
fix(dub): caption chứa "#" làm hỏng URL tải video/audio/srt (500)
Tên thư mục output ở luồng dịch/đổi giọng lấy thẳng caption video; caption TikTok chứa "#" -> "#" trong URL bị coi là fragment -> file endpoint nhận nhầm thư mục -> 500, video đen + không tải được. - Làm sạch tên thư mục output (bỏ #, [], dấu cách...) + hash tránh đè, giống luồng "Chèn phụ đề" vốn đã đúng; giữ caption để hiển thị. - Sửa kèm auto-save: bỏ đúng tiền tố /api/files/{session}/ nên trước đây dựng sai path -> không backup được file lên History/Drive. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>1d527a5
-
feat(text): thêm tab "Chèn chữ vào video" (nhiều video) + nhận dạng lời (ASR)
- Tab mới /chen-chu: vào 1..N video, chèn chữ hard-sub, ra N video tương ứng. - Dùng lại SubtitleEditor (đủ phông/màu/11 kiểu nền/3 kiểu hiển thị/kéo thả) qua props tùy chọn initialSegs/initialMode/onChange/headerExtra/onFetchLines (mặc định null -> tab Dịch/đổi giọng không đổi). - Lấy text: nút "Tự lấy lời từ video (nhận dạng)" -> ASR Whisper (Groq) không dịch, đổ lời + mốc vào editor để sửa; hoặc gõ tay. - Áp form giữa các video: "Áp cả lời + kiểu" (cùng nội dung) và "Áp kiểu (giữ lời riêng)" (mỗi video tự nhận dạng lời khác nhau). - Backend: endpoint /api/dub/subtitle/transcribe (extract_tracks + asr, nhẹ); burn + preview-frame ra thư mục RIÊNG theo từng video (hash) -> burn nhiều video 1 phiên không đè nhau. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>788bc93
-
feat(dub): mục "Nâng cao (ASR)" cho user chỉnh ngưỡng lọc Whisper (ẩn, mặc định như cũ)
Thêm chỗ tinh chỉnh 2 ngưỡng quyết định giữ nhiều/ít lời khi Whisper bỏ sót (video nói nhỏ / lẫn nhạc): no_speech_max (0.6) và logprob_min (-1.0). Ẩn trong mục thu gọn "⚙ Nâng cao — nhận dạng lời (ASR)" vì đa số không cần; MẶC ĐỊNH giữ đúng giá trị hiện tại nên hành vi không đổi trừ khi user tự chỉnh. Có nút "Bắt nhiều lời hơn" (0.85/-1.6) và "Về mặc định". Nối: FE DubVideo -> dubPrepare -> DubReq -> DubOptions -> pipeline -> asr.transcribe -> _filter_speech. Đã verify: default bỏ đoạn ranh giới, nới thì giữ. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>aab8e67
-
fix(sub): preview khớp 100% burn bằng render server (bỏ libass-wasm)
libass-wasm và ffmpeg dùng 2 BẢN libass khác phiên bản -> render KHÁC nhau (chữ bị rớt do bug fallback libass #460, khác font-hinting...). Không thể đảm bảo giống hệt bằng bộ vẽ thứ 2 trong trình duyệt. Cách chắc chắn = dùng CHÍNH ffmpeg/libass của bản burn để xem trước: - Bỏ hẳn libass-wasm (gỡ package + public/libass + endpoint /subtitle/ass). - Khi BẬT "Xem trước khớp 100%" + video TẠM DỪNG + không gõ/kéo -> tự gọi /subtitle/preview-frame render đúng khung tại thời điểm hiện tại (server ffmpeg) rồi đè ảnh lên video. Ảnh này = ĐÚNG video sẽ xuất. - Đang phát/gõ/kéo -> hiện CSS nhanh (mượt); dừng lại tự cập nhật khung chuẩn (debounce 350ms, chống race bằng frameSeq). - Giữ fix cỡ video = nội dung thật (bỏ letterbox) để ảnh đè khớp vùng video. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>4f9859d -
feat(sub): xem trước phụ đề KHỚP 100% bản burn (libass-wasm + render khung server)
Preview CSS chỉ 'bắt chước' libass -> không bao giờ giống hệt. Nay preview dùng CHÍNH libass, cùng ASS + font như bản burn: - Backend: tách build_ass_str (1 nguồn ASS cho burn/preview), thêm render_frame (render đúng 1 khung), 2 endpoint: /subtitle/ass (ASS cho libass-wasm), /subtitle/preview-frame (ảnh khớp 100% để đối chiếu). - FE (A) libass-wasm (SubtitlesOctopus): vẽ phụ đề THẬT đè video, real-time; nạp ASS từ backend (debounce), font từ /fonts. Toggle "Xem trước khớp 100%"; lỗi -> tự lùi về CSS. Ẩn lớp CSS khi libass bật (tránh chồng đôi); ẩn canvas khi đang gõ. - FE (B) nút "Xem trước chuẩn (ảnh)" -> gọi render 1 khung server. - Sửa lệch hình học gốc: cỡ hiển thị video = nội dung THẬT (bỏ letterbox ngang) nên overlay ánh xạ đúng toạ độ video (trước tính theo khung thẻ kèm viền đen). - worker/wasm libass để LFS (khớp *.wasm), HF chấp nhận. Đã kiểm: build FE pass; backend build_ass_str/render_frame ra ASS+khung đúng (highlight đúng thời điểm); libass-wasm nạp worker+was…d908e31
-
feat(dub): prompt dịch persona 20 năm + xưng hô nhất quán; nạp SRT tự tải
- Prompt dịch (Gemini + Groq dùng chung): đóng vai chuyên gia dịch <gốc>→<đích> 20 năm KN, ép xưng hô nhất quán theo nhân vật/hoàn cảnh. Ngôn ngữ gốc lấy tự động từ ASR (pipeline truyền source_lang xuống translate_all). - Nạp SRT tự tải: endpoint /api/dub/subtitle/import parse SRT + BỎ nhãn trong [] (giữ mốc + nội dung); nút "Dùng file SRT khác" ở khu xem/sửa bản dịch để thay bản dịch tự động khi user không ưng. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>ab852b0
-
feat(dub): giọng mẫu tự giới thiệu tên + tạo SẴN lúc khởi động
- Câu mẫu cá nhân hoá: "Xin chào, tôi tên là {tên}, đây là giọng đọc của tôi" (vi) / "Hello, my name is {name}. This is my voice." (en) / bản fil. Tên lấy từ label giọng (vd 'Aria', 'Ngọc Lan'). - warm_voice_previews(): tạo sẵn TẤT CẢ giọng preset lúc khởi động (chạy nền, daemon thread từ startup) -> user bấm Nghe thử là phát ngay, khỏi chờ. Edge (en/fil) làm trước, VieNeu (vi) sau; best-effort, lỗi 1 giọng không sao. Tắt bằng env WARM_VOICE_PREVIEWS=0. - Tách _ensure_preview dùng chung endpoint + warm-up. Test: tên 'en-US-AriaNeural'->'Aria'; warm-up tạo 9 giọng en+fil trong 8s; bấm nghe lấy cache 0.001s. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>dfad780 -
feat(dub): nút "Nghe thử" giọng trước khi chọn (vi/en/fil)
- api/dub.py: GET /api/dub/voice-preview?lang=&voice= — server đọc 1 câu mẫu bằng giọng chọn, CACHE dùng chung mọi user (VieNeu vi chậm nên chỉ chạy 1 lần/giọng, sau đó tức thì). Khoá tránh 2 request cùng tạo 1 giọng. - DubVideo.jsx: component VoicePreview (nút "▶ Nghe thử" + <audio>), gắn cạnh cả 3 ô chọn giọng: Edge (en/fil), VieNeu preset (vi), và khu tạo giọng từ text. VieNeu lần đầu hiện "Đang tạo…" trong lúc server dựng. Test: en/fil qua Edge OK (~2s lần đầu, cache 0.000s); vi cùng code path. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>2b1978a
-
perf: queue theo loại + code-split FE + streaming upload cho nhiều user
Backend: - Viết lại JobManager thành hàng đợi theo loại tác vụ (heavy/io), có vị trí hàng đợi (queue_pos/total) và tự dọn job cũ để không rò rỉ RAM. Cấu hình qua env JOB_HEAVY_WORKERS/JOB_IO_WORKERS/JOB_HISTORY_MAX. - core/bg.py: pool nền có giới hạn (BG_WORKERS) thay raw thread không giới hạn ở listing/listing_free/flux2. - Đưa OpenAI blocking ra khỏi event loop (listing analyze/create_session, listing_free analyze/auto-generate: async def -> def). - Streaming upload (save_upload_stream) thay vì đọc cả file vào RAM; enforce MAX_UPLOAD_MB. Áp cho dub/cut/shuffle. - Cache: Demucs model, ffprobe theo (path,mtime), client Groq. - thumbnail_strip gộp 40 lần ffmpeg -> 1 pass (fallback chậm khi lỗi). - Endpoint GET /api/queue/stats. Frontend: - Sửa bug double <Outlet> trong Layout (mọi trang mount 2 lần -> chạy đôi upload/poll/API). - Code-split các page bằng React.lazy + Suspense; tách react-vendor chunk. - pollJob nhận AbortSignal; hủy poll khi rời trang (chống rò rỉ setTimeou…3370310 -
update cut, guide, dub
c55c292
-
update add subtitle
c55989f
-
feat: lịch sử cá nhân + auto-save lên Google Drive
- Backend: service Google Drive (service account), history storage - API: /api/drive/setup, /api/drive/status, /api/history, /api/history/auto-save - Dub tool: tự động lưu kết quả sau khi xử lý + username tracking - Frontend: trang Lịch sử cá nhân, liên kết Drive, button sidebarcabddd5 -
update shuffle: optimize algorithm to be fast, design new function
e014541
-
refactor: merge app/ vào backend/app/, xoá app/ gốc
de3a7c5
-
deploy merged code
9b53f70