Update app.py

app.py

@@ -3,16 +3,15 @@ import logging
 import threading
 import numpy as np
 import torch
+import librosa
 import soundfile as sf
 from pydub import AudioSegment
 from telegram import Update
 from telegram.ext import ApplicationBuilder, MessageHandler, filters, CommandHandler
-from transformers import AutoTokenizer, AutoModelForCausalLM
-from TTS.api import TTS
+from transformers import pipeline, AutoTokenizer, VitsModel
 from huggingface_hub import login
 import asyncio
-import noisereduce as nr
-from scipy.io import wavfile
+from collections import defaultdict
 
 # ===== تهيئة التوكن =====
 login(token=os.getenv("HF_TOKEN"))
@@ -26,29 +25,39 @@ logger = logging.getLogger(__name__)
 
 # ===== تحميل النماذج =====
 try:
-    # 1. نموذج التعرف على الكلام (محدث)
-    tts = TTS(model_name="tts_models/multilingual/multi-dataset/xtts_v2", progress_bar=False, gpu=False)
-    
-    # 2. نموذج الذكاء الاصطناعي (محدث)
-    tokenizer = AutoTokenizer.from_pretrained("aubmindlab/aragpt2-mega")
-    model = AutoModelForCausalLM.from_pretrained("aubmindlab/aragpt2-mega")
+    # 1. نموذج التعرف على الكلام
+    asr_pipeline = pipeline(
+        "automatic-speech-recognition",
+        model="jonatasgrosman/wav2vec2-large-xlsr-53-arabic",
+        token=os.getenv("HF_TOKEN")
+    )
+
+    # 2. نموذج توليف الصوت الأنثوي (نموذج دقيق)
+    tts_tokenizer = AutoTokenizer.from_pretrained(
+        "mohamedhossam/arabic-tts",
+        token=os.getenv("HF_TOKEN")
+    )
+    tts_model = VitsModel.from_pretrained(
+        "mohamedhossam/arabic-tts",
+        token=os.getenv("HF_TOKEN")
+    )
 
 except Exception as e:
     logger.error(f"فشل تحميل النماذج: {str(e)}")
     raise
 
 # ===== ذاكرة المحادثة =====
-conversation_history = {}
-MAX_HISTORY = 3
+conversation_history = defaultdict(list)
 
 # ===== دوال معالجة الصوت =====
 def enhance_audio(input_path: str, output_path: str) -> bool:
     try:
-        # تقليل الضوضاء وتحسين الجودة
-        rate, data = wavfile.read(input_path)
-        reduced_noise = nr.reduce_noise(y=data, sr=rate, stationary=True)
-        normalized = reduced_noise / np.max(np.abs(reduced_noise))
-        wavfile.write(output_path, rate, normalized)
+        audio = AudioSegment.from_wav(input_path)
+        audio = audio.low_pass_filter(3000)
+        audio = audio.high_pass_filter(100)
+        audio = audio.normalize()
+        audio = audio.fade_in(150).fade_out(150)
+        audio.export(output_path, format="wav")
         return True
     except Exception as e:
         logger.error(f"خطأ في تحسين الصوت: {str(e)}")
@@ -56,73 +65,65 @@ def enhance_audio(input_path: str, output_path: str) -> bool:
 
 async def speech_to_text(audio_path: str) -> str:
     try:
-        return tts.transcribe(audio_path, language="ar")
+        audio, sr = librosa.load(audio_path, sr=16000)
+        sf.write("temp.wav", audio, sr)
+        result = asr_pipeline("temp.wav")
+        return result["text"]
     except Exception as e:
         logger.error(f"فشل التعرف على الصوت: {str(e)}")
         return ""
 
 async def generate_response(text: str, user_id: str) -> str:
     try:
-        # إدارة ذاكرة المحادثة
-        history = conversation_history.get(user_id, [])
-        history.append(text)
-        history = history[-MAX_HISTORY:]
-        conversation_history[user_id] = history
-        
-        # توليد الرد مع ضوابط الجودة
-        input_text = "المحادثة:\n" + "\n".join([f"أنت: {msg}" for msg in history]) + "\nالبوت:"
+        # تحديث ذاكرة المحادثة
+        conversation_history[user_id].append(text)
+        context = "\n".join(conversation_history[user_id][-3:])
         
-        inputs = tokenizer.encode(input_text, return_tensors="pt", max_length=512, truncation=True)
-        
-        outputs = model.generate(
-            inputs,
-            max_length=200,
-            num_return_sequences=1,
+        chatbot = pipeline(
+            "text-generation",
+            model="aubmindlab/aragpt2-base",
+            token=os.getenv("HF_TOKEN"),
+            max_length=50,
             temperature=0.7,
-            repetition_penalty=1.5,
-            pad_token_id=tokenizer.eos_token_id
         )
-        
-        response = tokenizer.decode(outputs[0], skip_special_tokens=True).split("البوت:")[-1].strip()
-        return response.split("\n")[0]
+        response = chatbot(
+            context,
+            num_return_sequences=1,
+            pad_token_id=50256
+        )
+        return response[0]['generated_text'].strip()  # إزالة المسافات الزائدة
     except Exception as e:
         logger.error(f"فشل توليد الرد: {str(e)}")
-        return "عذرًا، حدث خطأ ما. يرجى المحاولة لاحقًا."
+        return "حدث خطأ في توليد الرد."
 
 async def text_to_speech(text: str) -> None:
     try:
-        tts.tts_to_file(
-            text=text,
-            file_path="bot_response.wav",
-            speaker="ar_female_1",  # صوت أنثوي
-            language="ar"
-        )
+        inputs = tts_tokenizer(text, return_tensors="pt")
+        with torch.no_grad():
+            output = tts_model(**inputs, speaker_id=0)  # اختيار الصوت الأنثوي
+        waveform = output.waveform[0].numpy()
+        sf.write("bot_response.wav", waveform, tts_model.config.sampling_rate)
     except Exception as e:
         logger.error(f"فشل تحويل النص إلى صوت: {str(e)}")
 
 # ===== دوال التفاعل مع المستخدم =====
 async def start(update: Update, context):
-    await update.message.reply_text("مرحبًا! أنا البوت الصوتي الأنثوي 🎤\nأرسل لي رسالة صوتية وسأرد عليك بصوت أنثوي واضح.")
+    await update.message.reply_text("مرحبًا! أنا بوت الدردشة الصوتية الأنثوي 🎤\nأرسل لي رسالة صوتية وسأرد عليك بصوت أنثوي واضح.")
 
 async def process_voice(update: Update, context):
     try:
-        user_id = str(update.message.from_user.id)
+        user_id = update.message.from_user.id
         voice_file = await update.message.voice.get_file()
         await voice_file.download_to_drive("user_voice.ogg")
         
-        # تحويل الصوت إلى نص
         user_text = await speech_to_text("user_voice.ogg")
         if not user_text:
             await update.message.reply_text("لم أتمكن من فهم الصوت. يرجى المحاولة مرة أخرى.")
             return
         
-        # توليد الرد
-        bot_response = await generate_response(user_text, user_id)
-        
-        # تحويل الرد إلى صوت
+        bot_response = await generate_response(user_text, str(user_id))
         await text_to_speech(bot_response)
         
-        # تحسين الصوت
         if enhance_audio("bot_response.wav", "bot_response_enhanced.wav"):
             await update.message.reply_voice("bot_response_enhanced.wav")
         else:
@@ -141,7 +142,10 @@ def run_bot():
     application.add_handler(CommandHandler("start", start))
     application.add_handler(MessageHandler(filters.VOICE, process_voice))
     
-    application.run_polling()
+    application.run_polling(
+        close_loop=False,
+        stop_signals=[]
+    )
 
 if __name__ == "__main__":
     bot_thread = threading.Thread(target=run_bot, daemon=True)