Update app.py

app.py

@@ -1,7 +1,13 @@
 import gradio as gr
 import edge_tts
 import asyncio
+import re
+import os
+from pydub import AudioSegment
 
+# ---------------------------------------------------------
+# 1. إعدادات المشاعر (Emotion Presets)
+# ---------------------------------------------------------
 EMOTION_PRESETS = {
     "محايد": {"rate": "+0%", "pitch": "+0Hz"},
     "سعيد 😊": {"rate": "+15%", "pitch": "+10Hz"},
@@ -11,10 +17,29 @@ EMOTION_PRESETS = {
     "متحمس 🎉": {"rate": "+30%", "pitch": "+15Hz"}
 }
 
+# ---------------------------------------------------------
+# 2. وظائف المساعدة (Helper Functions)
+# ---------------------------------------------------------
+async def generate_segment(text, voice, rate, pitch, filename):
+    """
+    توليد ملف صوتي لجزء نصي واحد باستخدام Edge TTS
+    """
+    try:
+        communicate = edge_tts.Communicate(text, voice, rate=rate, pitch=pitch)
+        await communicate.save(filename)
+        return True
+    except Exception as e:
+        print(f"Error generating segment: {e}")
+        return False
+
+# ---------------------------------------------------------
+# 3. الوظيفة الرئيسية (Main Logic)
+# ---------------------------------------------------------
 async def text_to_speech_edge(text, character, emotion, use_advanced, manual_rate, manual_pitch):
     if not text or text.strip() == "":
         return None
-    
+
+    # --- إعداد الصوت ---
     voice_map = {
         "رجل (مصري)": "ar-EG-ShakirNeural",
         "سيدة (مصرية)": "ar-EG-SalmaNeural",
@@ -22,12 +47,11 @@ async def text_to_speech_edge(text, character, emotion, use_advanced, manual_rat
         "رجل (سعودي)": "ar-SA-HamedNeural",
         "سيدة (سعودية)": "ar-SA-ZariyahNeural"
     }
-    
     voice = voice_map.get(character, "ar-EG-SalmaNeural")
-    
-    # تحديد القيم
+
+    # --- إعداد Rate & Pitch ---
     if use_advanced:
-        # تحويل slider (0.5-2.0) إلى نسبة مئوية
+        # تحويل slider (مثلاً 1.5) إلى نسبة مئوية (+50%)
         rate_percent = int((manual_rate - 1.0) * 100)
         rate = f"{rate_percent:+d}%"
         pitch = manual_pitch
@@ -36,57 +60,116 @@ async def text_to_speech_edge(text, character, emotion, use_advanced, manual_rat
         rate = preset["rate"]
         pitch = preset["pitch"]
     
-    # صوت الطفل
+    # تعديل خاص لصوت الطفل
     if character == "طفل (محاكاة)":
         pitch = "+50Hz"
+
+    # --- منطق التقسيم والدمج (Stitching Logic) ---
+    # هذا النمط يلتقط [pause:N] ويحتفظ به في القائمة
+    pattern = r"(\[pause:[\d\.]+\])"
+    parts = re.split(pattern, text)
     
-    output_file = "output.mp3"
-    
-    # استخدام parameters مباشرة (بدون SSML)
-    communicate = edge_tts.Communicate(
-        text=text,
-        voice=voice,
-        rate=rate,
-        pitch=pitch
-    )
+    final_audio = AudioSegment.empty()
+    temp_files = []
     
-    await communicate.save(output_file)
+    print(f"Processing text parts: {parts}")
+
+    for i, part in enumerate(parts):
+        part = part.strip()
+        if not part:
+            continue
+
+        # الحالة 1: الجزء هو أمر توقف (مثلاً [pause:2])
+        if part.startswith("[pause:") and part.endswith("]"):
+            try:
+                # استخراج الرقم داخل القوسين
+                duration_str = part.split(":")[1].strip("]")
+                seconds = float(duration_str)
+                
+                # إنشاء صمت (pydub يستخدم milliseconds)
+                silence = AudioSegment.silent(duration=seconds * 1000)
+                final_audio += silence
+                print(f"Added silence: {seconds}s")
+                
+            except ValueError:
+                print(f"⚠️ تجاهل توقف غير صالح: {part}")
+        
+        # الحالة 2: الجزء هو نص عادي
+        else:
+            temp_filename = f"temp_segment_{i}.mp3"
+            success = await generate_segment(part, voice, rate, pitch, temp_filename)
+            
+            if success:
+                # قراءة الملف وإضافته للمسار النهائي
+                try:
+                    segment = AudioSegment.from_mp3(temp_filename)
+                    final_audio += segment
+                    temp_files.append(temp_filename)
+                except Exception as e:
+                    print(f"Error reading segment {temp_filename}: {e}")
+
+    # --- الحفظ والتنظيف ---
+    output_file = "output_final.mp3"
+    try:
+        final_audio.export(output_file, format="mp3")
+    except Exception as e:
+        print(f"Error exporting final audio: {e}")
+        return None
+
+    # حذف الملفات المؤقتة
+    for f in temp_files:
+        if os.path.exists(f):
+            try:
+                os.remove(f)
+            except:
+                pass
+
     return output_file
 
+# ---------------------------------------------------------
+# 4. واجهة المستخدم (Gradio UI)
+# ---------------------------------------------------------
 EXAMPLES = [
-    ["إزيك يا صاحبي؟ عامل إيه النهاردة؟", "رجل (مصري)", "سعيد 😊", False, 1.0, "+0Hz"],
-    ["أنا زعلان جداً من اللي حصل", "سيدة (مصرية)", "حزين 😢", False, 1.0, "+0Hz"],
-    ["الجو جميل والطقس هادئ", "سيدة (مصرية)", "هادئ 😌", False, 1.0, "+0Hz"],
+    ["مرحباً بك. [pause:2] هذا توقف لمدة ثانيتين. [pause:0.5] وهذا نصف ثانية.", "رجل (مصري)", "محايد", False, 1.0, "+0Hz"],
+    ["أنا أفكر... [pause:3] نعم، وجدتها!", "سيدة (مصرية)", "متحمس 🎉", False, 1.0, "+0Hz"],
+    ["واحد [pause:1] اثنين [pause:1] ثلاثة [pause:1] انطلاق!", "رجل (سعودي)", "غاضب 😠", False, 1.0, "+0Hz"]
 ]
 
-with gr.Blocks(title="🎙️ TTS المصري المتقدم", theme=gr.themes.Soft()) as demo:
+css = """
+footer {visibility: hidden}
+.gradio-container {direction: rtl}
+"""
+
+with gr.Blocks(title="🎙️ TTS مع التوقفات الذكية", theme=gr.themes.Soft(), css=css) as demo:
     
-    gr.Markdown("# 🎙️ بوت الأصوات المتعددة المتقدم")
-    gr.Markdown("### نظام تحويل النص إلى كلام بالعربية المصرية مع دعم الأنماط العاطفية")
+    gr.Markdown("# 🎙️ بوت الأصوات + التوقفات الذكية")
+    gr.Markdown("### 🇪🇬 يدعم اللهجة المصرية والسعودية مع تحكم دقيق في التوقيت")
     
     with gr.Row():
         with gr.Column(scale=2):
             text_input = gr.Textbox(
-                label="📝 اكتب النص بالمصري أو الفصحى",
-                placeholder="مثال: إزيك يا صاحبي؟ عامل إيه النهاردة؟",
-                lines=5
+                label="📝 النص (استخدم [pause:N] للتوقف)",
+                placeholder="مثال: انتظر لحظة [pause:2] شكراً لك.",
+                lines=5,
+                text_align="right"
             )
             
-            voice_selector = gr.Radio(
-                choices=["رجل (مصري)", "سيدة (مصرية)", "طفل (محاكاة)", "رجل (سعودي)", "سيدة (سعودية)"],
-                label="🎭 اختر الصوت",
-                value="سيدة (مصرية)"
-            )
-            
-            emotion_selector = gr.Radio(
-                choices=list(EMOTION_PRESETS.keys()),
-                label="🎨 اختر النمط العاطفي",
-                value="محايد"
-            )
+            with gr.Row():
+                voice_selector = gr.Radio(
+                    choices=["رجل (مصري)", "سيدة (مصرية)", "طفل (محاكاة)", "رجل (سعودي)", "سيدة (سعودية)"],
+                    label="🎭 الصوت",
+                    value="سيدة (مصرية)"
+                )
+                
+                emotion_selector = gr.Radio(
+                    choices=list(EMOTION_PRESETS.keys()),
+                    label="🎨 الحالة الشعورية",
+                    value="محايد"
+                )
             
             with gr.Accordion("⚙️ إعدادات متقدمة", open=False):
                 use_advanced = gr.Checkbox(
-                    label="تفعيل التحكم اليدوي (يتجاوز النمط العاطفي)",
+                    label="تفعيل التحكم اليدوي (يلغي الحالة الشعورية)",
                     value=False
                 )
                 
@@ -95,45 +178,41 @@ with gr.Blocks(title="🎙️ TTS المصري المتقدم", theme=gr.themes.
                     maximum=2.0,
                     value=1.0,
                     step=0.05,
-                    label="⚡ سرعة الكلام (0.5 = بطيء، 2.0 = سريع)"
+                    label="⚡ سرعة الكلام (1.0 = طبيعي)"
                 )
                 
                 manual_pitch = gr.Textbox(
-                    label="🎵 درجة الصوت (مثال: +10Hz أو -15Hz)",
-                    value="+0Hz"
+                    label="🎵 طبقة الصوت (Pitch)",
+                    value="+0Hz",
+                    placeholder="+10Hz, -5Hz..."
                 )
             
-            generate_btn = gr.Button("🎬 ولّد الصوت", variant="primary", size="lg")
+            generate_btn = gr.Button("🎬 توليد الصوت", variant="primary", size="lg")
         
         with gr.Column(scale=1):
-            audio_output = gr.Audio(label="🔊 استمع للنتيجة", type="filepath")
+            audio_output = gr.Audio(label="🔊 الملف الصوتي الناتج", type="filepath")
             
             gr.Markdown("""
-            ### 💡 نصائح الاستخدام
-            
-            **الأنماط العاطفية:**
+            ### ℹ️ دليل التوقفات
+            اكتب الرمز `[pause:N]` داخل النص، حيث `N` هو عدد الثواني.
             
-            جرب الأنماط المختلفة لنتائج أكثر تعبيراً
+            **أمثلة:**
+            - `[pause:1]` ⟵ صمت لمدة ثانية واحدة
+            - `[pause:0.5]` ⟵ صمت لمدة نصف ثانية
+            - `[pause:5]` ⟵ صمت طويل (5 ثواني)
             
-            **الإعدادات المتقدمة:**
-            
-            للتحكم الدقيق في السرعة ودرجة الصوت
-            
-            **اللهجة المصرية:**
-            
-            يدعم العامية المصرية والفصحى والسعودية
-            
-            **نصيحة:**
-            
-            استخدم علامات الترقيم للحصول على تنغيم أفضل
+            **ملاحظة:**
+            يتم معالجة كل جزء صوتي بشكل منفصل ثم دمجهم بدقة.
             """)
-    
+
+    # أمثلة جاهزة
     gr.Examples(
         examples=EXAMPLES,
         inputs=[text_input, voice_selector, emotion_selector, use_advanced, manual_rate, manual_pitch],
         label="🎯 جرب هذه الأمثلة"
     )
-    
+
+    # تشغيل الزر
     generate_btn.click(
         fn=text_to_speech_edge,
         inputs=[text_input, voice_selector, emotion_selector, use_advanced, manual_rate, manual_pitch],