Update asr-tts_service.py

asr-tts_service.py

@@ -6,7 +6,7 @@ import logging
 import numpy as np
 import soundfile as sf
 import torch
-import google.generativeai as genai   
+from google import genai as google_genai
 import requests  
 import tempfile 
 from flask import Flask, request, jsonify
@@ -14,17 +14,16 @@ from transformers import pipeline, AutoTokenizer
 from parler_tts import ParlerTTSForConditionalGeneration
 from pydub import AudioSegment  
 from dotenv import load_dotenv
-from concurrent.futures import ThreadPoolExecutor
 
 
 
 # Charger les variables d'environnement
 load_dotenv()
 
-# Configuration Gemini
+# Configuration Gemini (nouveau SDK google-genai)
 google_api = os.getenv('GOOGLE_API_KEY')
-genai.configure(api_key=google_api)
-model_gemini = genai.GenerativeModel('gemini-2.5-flash') #gemini-3-flash-preview #gemini-flash-latest
+gemini_client = google_genai.Client(api_key=google_api)
+GEMINI_MODEL = "gemini-2.5-flash"
 
 # Configuration générale
 device = "cpu"
@@ -77,19 +76,16 @@ def number_to_french(n: int) -> str:
         if n == 80: return base
         return base + "-" + number_to_french(n - 80)
     
-    # GESTION DES CENTAINES
     if n < 1000:
         hundreds, rest = divmod(n, 100)
         base = "cent" if hundreds == 1 else UNITS.get(hundreds, str(hundreds)) + " cent"
         return base if rest == 0 else base + " " + number_to_french(rest)
     
-    # GESTION DES MILLIERS ET PLUS (Sécurité pour éviter le KeyError)
     if n < 1000000:
         thousands, rest = divmod(n, 1000)
         base = "mille" if thousands == 1 else number_to_french(thousands) + " mille"
         return base if rest == 0 else base + " " + number_to_french(rest)
     
-    # Par sécurité, si le nombre est trop grand (millions), on le renvoie tel quel
     return str(n)
 
 def convert_digits_in_text(text: str) -> str:
@@ -97,11 +93,8 @@ def convert_digits_in_text(text: str) -> str:
 
     def repl(match):
         s = match.group(0)
-        # On épèle : "7 7 1 2 3..." au lieu de "Sept milliards..."
         if len(s) > 4:
             return " ".join([UNITS.get(int(digit), digit) for digit in s])
-            
-        # SINON (Petit nombre comme 15, 100, 2024)
         try:
             val = int(s)
             return number_to_french(val)
@@ -162,7 +155,7 @@ def generate_tts_optimized(text: str) -> str:
                 prompt_input_ids=prompt_ids,
                 max_new_tokens=2048, 
                 do_sample=True,      
-                temperature= 0.8,
+                temperature=0.8,
                 min_new_tokens=20   
             )
         audio_np = audio.cpu().numpy().squeeze().astype(np.float32)
@@ -189,7 +182,10 @@ def french_to_wolof_with_gemini(text: str) -> str:
         Texte : {text}"""
            
     try:
-        response = model_gemini.generate_content(prompt)
+        response = gemini_client.models.generate_content(
+            model=GEMINI_MODEL,
+            contents=prompt
+        )
         return response.text.strip()
     except Exception as e:
         return f"Erreur de traduction : {str(e)}"
@@ -205,7 +201,10 @@ def wolof_to_french_gemini(text: str) -> str:
           
         Texte : {text}""" 
     try:
-        response = model_gemini.generate_content(prompt)
+        response = gemini_client.models.generate_content(
+            model=GEMINI_MODEL,
+            contents=prompt
+        )
         return response.text.strip()
     except Exception as e:
         return 'Bonjour'
@@ -237,36 +236,30 @@ def transcribe_from_url():
     if not audio_url: return "Bonjour", 400
 
     try:
-        # Téléchargement du fichier
         resp = requests.get(audio_url, stream=True)
         if resp.status_code != 200:
             logger.error(f"Erreur téléchargement audio: {resp.status_code}")
             return "Bonjour"
 
-        # Utilisation d'un fichier temporaire sécurisé
         with tempfile.NamedTemporaryFile(suffix=".ogg", delete=False) as tmp:
             tmp.write(resp.content)
-            tmp.flush()  # FORCE l'écriture des données sur le disque
-            os.fsync(tmp.fileno()) # Assure la synchronisation physique
+            tmp.flush()
+            os.fsync(tmp.fileno())
             tmp_path = tmp.name
 
         try:
-            # Conversion via pydub (ffmpeg)
             audio = AudioSegment.from_file(tmp_path)
             wav_io = io.BytesIO()
             audio.set_frame_rate(16000).set_channels(1).export(wav_io, format="wav")
             wav_io.seek(0)
             
-            # Lecture des données audio
             data, sr = sf.read(wav_io)
             data = np.asarray(data, dtype=np.float32)
             if data.ndim > 1: data = data.mean(axis=1)
             
-            # Traitement ASR
             wolof_text = asr(normalize_audio(data))["text"]
             
         finally:
-            # Nettoyage du fichier temporaire même en cas d'erreur de décodage
             if os.path.exists(tmp_path):
                 os.remove(tmp_path)
 
@@ -277,7 +270,6 @@ def transcribe_from_url():
 
     except Exception as e:
         logger.error(f"Erreur WhatsApp ASR: {e}")
-        # Log supplémentaire pour débugger ffmpeg si l'erreur persiste
         return "Bonjour"
 
 @app.route("/tts", methods=["POST"])
@@ -291,4 +283,4 @@ def tts():
     return jsonify({"wolof_text": wolof_text, "audio": audio_base64})
 
 if __name__ == "__main__":
-    app.run(host="0.0.0.0", port=7860)
+    app.run(host="0.0.0.0", port=7860)