app.py

import gradio as gr
from pydub import AudioSegment
import requests
import os
import uuid
import re

# مسیر ذخیره فایل‌های موقت
TEMP_DIR = "temp_audio"
if not os.path.exists(TEMP_DIR):
    os.makedirs(TEMP_DIR)

def download_file(url, output_path):
    """فایل را از یک URL دانلود می‌کند."""
    try:
        response = requests.get(url, stream=True)
        response.raise_for_status()
        with open(output_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=8192):
                f.write(chunk)
        return True
    except requests.exceptions.RequestException as e:
        print(f"Error downloading {url}: {e}")
        return False
    except Exception as e:
        print(f"An unexpected error occurred during download of {url}: {e}")
        return False

def get_audio_from_input(input_source):
    """منبع ورودی را پردازش کرده و یک شی AudioSegment برمی‌گرداند."""
    unique_filename = os.path.join(TEMP_DIR, str(uuid.uuid4()))
    
    if input_source.startswith("http://") or input_source.startswith("https://"):
        file_extension = os.path.splitext(input_source.split('?')[0])[1]
        if not file_extension:
            file_extension = ".mp3"
        temp_filepath = unique_filename + "_downloaded" + file_extension
        if not download_file(input_source, temp_filepath):
            return None, f"خطا در دانلود فایل از لینک: {input_source}"
        audio_path = temp_filepath
    else:
        audio_path = input_source
    
    try:
        audio = AudioSegment.from_file(audio_path)
        return audio, None
    except Exception as e:
        return None, f"خطا در بارگذاری فایل صوتی ({audio_path}): {e}. مطمئن شوید فایل MP3 یا WAV معتبر است."
    finally:
        if 'temp_filepath' in locals() and os.path.exists(temp_filepath):
            try:
                os.remove(temp_filepath)
            except OSError as e:
                print(f"Error removing temporary file {temp_filepath}: {e}")

def merge_audio_files(input_sources):
    """چندین فایل صوتی را ادغام می‌کند و یک فایل MP3 خروجی می‌دهد."""
    if not input_sources:
        return None, "لیست ورودی‌های صوتی خالی است."

    combined_audio = AudioSegment.empty()
    errors = []

    for source in input_sources:
        audio_segment, error = get_audio_from_input(source)
        if audio_segment:
            combined_audio += audio_segment
        else:
            errors.append(error)
            print(f"Skipping {source} due to error: {error}")

    if not combined_audio.duration_seconds > 0:
        return None, "هیچ فایل صوتی معتبری برای ادغام پیدا نشد. " + "\n".join(errors) if errors else ""

    output_filename = os.path.join(TEMP_DIR, f"merged_audio_{uuid.uuid4()}.mp3")
    try:
        combined_audio.export(output_filename, format="mp3")
        return output_filename, "عملیات موفقیت آمیز بود!"
    except Exception as e:
        return None, f"خطا در ذخیره فایل خروجی: {e}"

def add_intro_outro_and_background(podcast_audio, intro_audio_url, background_audio_url, outro_audio_url):
    """افکت‌های صوتی را به پادکست اضافه می‌کند."""
    # دانلود صدای ابتدایی (intro)
    intro_audio, _ = get_audio_from_input(intro_audio_url)
    if not intro_audio:
        return None, "خطا در دانلود یا بارگذاری صدای ابتدایی"

    # دانلود موزیک پس‌زمینه
    background_audio, _ = get_audio_from_input(background_audio_url)
    if not background_audio:
        return None, "خطا در دانلود یا بارگذاری موزیک پس‌زمینه"

    # دانلود صدای انتهایی (outro)
    outro_audio, _ = get_audio_from_input(outro_audio_url)
    if not outro_audio:
        return None, "خطا در دانلود یا بارگذاری صدای انتهایی"

    # طول پادکست اصلی
    podcast_duration = len(podcast_audio)

    # اضافه کردن صدای ابتدایی
    final_audio = intro_audio

    # اضافه کردن موزیک پس‌زمینه
    background_audio = background_audio[:podcast_duration + 2000]  # موزیک به اندازه پادکست + 2 ثانیه
    background_audio = background_audio.fade_in(2000).fade_out(2000)  # fade-in و fade-out
    final_audio = final_audio.overlay(background_audio, position=0)  # موزیک پس‌زمینه از ابتدا شروع می‌شود

    # اضافه کردن پادکست اصلی
    final_audio = final_audio + podcast_audio

    # اضافه کردن صدای انتهایی
    final_audio = final_audio + outro_audio

    return final_audio, None

def tts_and_merge_with_effects(text_input):
    """متن ورودی را پردازش کرده و فایل صوتی با افکت‌های صوتی تولید می‌کند."""
    if not text_input.strip():
        return None, "لطفاً متنی برای پردازش وارد کنید."

    # تجزیه متن و تولید پادکست اصلی
    lines = text_input.strip().split('\n')
    
    audio_urls_to_merge = []
    errors = []

    for line in lines:
        match = re.match(r'^\s*\((\d+)\)(.*)$', line)
        if match:
            speaker_number = match.group(1)
            text_for_tts = match.group(2).strip()

            if not text_for_tts:
                errors.append(f"خطا: متن خالی برای گوینده {speaker_number} در خط '{line}'")
                continue

            # ساخت URL برای Talkbot API
            tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={text_for_tts}"
            
            print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}")

            try:
                response = requests.get(tts_url)
                response.raise_for_status()
                audio_link = response.text.strip()
                
                if audio_link.startswith("http"):
                    audio_urls_to_merge.append(audio_link)
                else:
                    errors.append(f"API برای گوینده {speaker_number} لینک معتبری برنگرداند: '{audio_link}'")

            except requests.exceptions.RequestException as e:
                errors.append(f"خطا در ارتباط با Talkbot API برای گوینده {speaker_number}: {e}")
            except Exception as e:
                errors.append(f"خطای غیرمنتظره در پردازش Talkbot API برای گوینده {speaker_number}: {e}")
        else:
            if line.strip():
                errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار می‌رود (شماره)متن.")

    if not audio_urls_to_merge:
        return None, "هیچ فایل صوتی برای ادغام تولید نشد." + "\n".join(errors) if errors else ""

    # ادغام فایل‌های صوتی تولید شده
    podcast_audio_path, merge_message = merge_audio_files(audio_urls_to_merge)
    if not podcast_audio_path:
        return None, merge_message

    # بارگذاری پادکست اصلی
    podcast_audio = AudioSegment.from_file(podcast_audio_path)

    # افزودن افکت‌های صوتی
    final_audio, error = add_intro_outro_and_background(
        podcast_audio,
        intro_audio_url="https://talkbot.ir/example/effect-podcast/wk.mp3",
        background_audio_url="https://talkbot.ir/example/effect-podcast/bk.mp3",  # مسیر موزیک پس‌زمینه
        outro_audio_url="https://talkbot.ir/example/effect-podcast/1.mp3"  # مسیر صدای انتهایی
    )
    if not final_audio:
        return None, error

    # ذخیره فایل نهایی
    output_filename = os.path.join(TEMP_DIR, f"final_podcast_{uuid.uuid4()}.mp3")
    try:
        final_audio.export(output_filename, format="mp3")
        return output_filename, "پادکست با افکت‌های صوتی با موفقیت تولید شد!"
    except Exception as e:
        return None, f"خطا در ذخیره پادکست نهایی: {e}"

# ایجاد رابط کاربری Gradio
with gr.Blocks() as demo:
    gr.Markdown(
        """
        # ابزار ادغام فایل‌های صوتی (MP3/WAV) و تولید صدا از متن
        در اینجا دو بخش اصلی وجود دارد:
        1. **ادغام فایل‌های صوتی موجود:** می‌توانید لینک‌های فایل‌های صوتی (MP3/WAV) را وارد کنید.
        2. **تولید صدا از متن با Talkbot API و ادغام:** متنی را با فرمت `(شماره)متن` وارد کنید. 
           (مثال: `(1)سلام\n(2)بله`)
           این بخش با استفاده از Talkbot API صدا تولید کرده و آن‌ها را ادغام می‌کند.
        """
    )
    
    with gr.Tab("ادغام فایل‌های صوتی موجود"):
        gr.Markdown("## ادغام فایل‌های صوتی موجود (از لینک یا فایل محلی)")
        audio_links_input = gr.Textbox(
            label="لینک یا مسیر فایل‌های صوتی (هر کدام در یک خط جدید)",
            placeholder="مثال:\nhttps://example.com/audio1.mp3\n./local_audio.wav\nhttps://example.com/audio2.wav",
            lines=10
        )
        audio_merge_output_message = gr.Textbox(label="پیام", interactive=False)
        audio_merge_output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
        merge_button = gr.Button("ادغام فایل‌های صوتی")

        merge_button.click(
            fn=lambda x: merge_audio_files([s.strip() for s in x.split('\n') if s.strip()]),
            inputs=[audio_links_input],
            outputs=[audio_merge_output_audio, audio_merge_output_message]
        )
        
        gr.Examples(
            examples=[
                ["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
            ],
            inputs=audio_links_input,
            label="نمونه‌ها"
        )

    with gr.Tab("تولید صدا از متن (Talkbot API) و ادغام"):
        gr.Markdown("## تولید صدا با Talkbot API و ادغام فایل‌ها")
        tts_text_input = gr.Textbox(
            label="متن برای تولید صدا (فرمت: (شماره)متن - هر پرسوناژ در یک خط جدید)",
            placeholder="(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم.\n(1)خب از کجا شروع کنیم\n(2)بهتره از اول شروع کنیم",
            lines=10
        )
        tts_output_message = gr.Textbox(label="پیام", interactive=False)
        tts_output_audio = gr.Audio(label="فایل صوتی تولید و ادغام شده", type="filepath")
        tts_merge_button = gr.Button("تولید و ادغام صدا")

        tts_merge_button.click(
            fn=tts_and_merge_with_effects,
            inputs=[tts_text_input],
            outputs=[tts_output_audio, tts_output_message]
        )

        gr.Examples(
            examples=[
                ["(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم."],
                ["(1)امروز هوا چطوره؟\n(2)فکر کنم آفتابیه."]
            ],
            inputs=tts_text_input,
            label="نمونه‌ها"
        )

if __name__ == "__main__":
    demo.launch()  # برای اجرا در لوکال
    # demo.launch(share=True)  # برای اشتراک‌گذاری موقت در یک لینک عمومی