import gradio as gr
from kokoro import KPipeline
import numpy as np
import torch
import os

# Detectar hardware
device = "cuda" if torch.cuda.is_available() else "cpu"

# Inicializar pipeline - 'e' para español
pipeline = KPipeline(lang_code='e', device=device)

# Lista COMPLETA de voces del Space original
VOICES = [
    "af_alloy.pt", "af_aoede.pt", "af_bella.pt", "af_heart.pt", "af_jessica.pt", 
    "af_kore.pt", "af_nicole.pt", "af_nova.pt", "af_river.pt", "af_sarah.pt", 
    "af_sky.pt", "am_adam.pt", "am_echo.pt", "am_eric.pt", "am_fenrir.pt", 
    "am_liam.pt", "am_michael.pt", "am_onyx.pt", "am_puck.pt", "bf_alice.pt", 
    "bf_isabella.pt", "bf_lily.pt", "bm_daniel.pt", "bm_fable.pt", "bm_george.pt", 
    "bm_lewis.pt", "ef_dora.pt", "em_alex.pt", "em_santa.pt", "ff_siwis.pt", 
    "hf_alpha.pt", "hf_beta.pt", "hm_omega.pt", "hm_psi.pt", "if_sara.pt", 
    "im_nicola.pt", "jf_alpha.pt", "jf_gongitsune.pt", "jf_nezumi.pt", 
    "jf_tebukuro.pt", "jm_kumo.pt", "pf_dora.pt", "pm_alex.pt", "pm_santa.pt", 
    "zf_xiaobei.pt", "zf_xiaoni.pt", "zf_xiaoyi.pt", "zm_yunjian.pt", 
    "zm_yunxi.pt", "zm_yunxia.pt", "zm_yunyang.pt"
]

def tts_pro(text, voice_name):
    if not text or not text.strip():
        return None
    
    try:
        # Verificar si el archivo de voz existe
        voice_path = f"voices/{voice_name}"
        
        # Si no está en voices/, buscar en el directorio actual
        if not os.path.exists(voice_path):
            voice_path = voice_name
        
        print(f"Usando voz: {voice_path}")
        
        # Generar audio - pasar la ruta del archivo .pt como voz
        generator = pipeline(text, voice=voice_path, speed=1.0)
        
        audio_segments = []
        for _, _, audio in generator:
            audio_segments.append(audio)
        
        if not audio_segments:
            return None
            
        # Concatenar audio
        final_audio = np.concatenate(audio_segments)
        
        return (24000, final_audio)
        
    except Exception as e:
        print(f"Error en la generación: {e}")
        return None

# Crear la interfaz
with gr.Blocks(title="Kokoro TTS - Aliah Plus", theme=gr.themes.Soft()) as demo:
    gr.Markdown("# 🎤 Kokoro TTS v1.0")
    gr.Markdown("### Texto a Voz con múltiples voces")
    gr.Markdown("Escribe el texto y selecciona una voz para generar audio.")
    
    with gr.Row():
        with gr.Column():
            texto_input = gr.Textbox(
                label="Texto a convertir",
                placeholder="Escribe aquí el texto en español...",
                lines=4,
                max_lines=10
            )
            
            voz_seleccionada = gr.Dropdown(
                choices=VOICES,
                label="Selecciona una voz",
                value="af_bella.pt",
                info="Elige entre más de 50 voces diferentes"
            )
            
            generar_btn = gr.Button("🎵 Generar Audio", variant="primary")
        
        with gr.Column():
            audio_output = gr.Audio(
                label="Audio Generado",
                type="numpy",
                interactive=False
            )
    
    # Ejemplos
    gr.Markdown("### Ejemplos rápidos:")
    ejemplos = gr.Examples(
        examples=[
            ["Hola, ¿cómo estás? Soy una voz generada por inteligencia artificial.", "af_bella.pt"],
            ["Bienvenido al sistema de texto a voz más avanzado.", "af_nova.pt"],
            ["La tecnología de síntesis de voz ha avanzado mucho.", "am_adam.pt"]
        ],
        inputs=[texto_input, voz_seleccionada],
        outputs=audio_output,
        fn=tts_pro,
        cache_examples=False
    )
    
    # Conectar el botón
    generar_btn.click(
        fn=tts_pro,
        inputs=[texto_input, voz_seleccionada],
        outputs=audio_output
    )
    
    # Información adicional
    gr.Markdown("---")
    gr.Markdown("""
    ### 📝 Notas:
    - Las voces están en formato `.pt` y se cargan desde la carpeta `voices/`
    - Tiempo de generación: ~5-10 segundos dependiendo del texto
    - Formato de audio: 24kHz, mono
    - Modelo: Kokoro TTS v1.0
    """)

if __name__ == "__main__":
    demo.launch(
        share=False,
        server_name="0.0.0.0" if os.getenv('SPACE_ID') else None,
        server_port=7860
    )