Update app.py

app.py

@@ -1,15 +1,17 @@
 import gradio as gr
+import base64
 import mimetypes
 import os
 import re
 import struct
 import time
+import zipfile
+import uuid  # اضافه شد: برای ایجاد شناسه‌های منحصر به فرد
+import shutil # اضافه شد: برای پاکسازی دایرکتوری‌ها
+from google import genai
+from google.genai import types
 import threading
 import logging
-import uuid
-
-# [FIX] راه حل صحیح برای ایمپورت کردن کتابخانه Gemini
-import google.generativeai as genai
 
 try:
     from pydub import AudioSegment
@@ -21,12 +23,15 @@ except ImportError:
 logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', datefmt='%Y-%m-%d %H:%M:%S')
 # --- END: پیکربندی لاگینگ ---
 
-# --- START: منطق مدیریت API Key ---
+# --- START: منطق مدیریت API Key (بدون تغییر) ---
 ALL_API_KEYS: list[str] = []
 NEXT_KEY_INDEX: int = 0
 KEY_LOCK: threading.Lock = threading.Lock()
 
 def _init_api_keys():
+    """
+    کلیدهای API را از یک متغیر محیطی واحد شناسایی می‌کند.
+    """
     global ALL_API_KEYS
     all_keys_string = os.environ.get("ALL_GEMINI_API_KEYS")
     if all_keys_string:
@@ -34,11 +39,13 @@ def _init_api_keys():
     logging.info(f"✅ تعداد {len(ALL_API_KEYS)} کلید API جیمینای بارگذاری شد.")
     if not ALL_API_KEYS:
         logging.warning("⛔️ خطای حیاتی: هیچ Secret با نام ALL_GEMINI_API_KEYS یافت نشد!")
-        logging.warning("   لطفاً Secret را به عنوان یک رشته با کاما جدا شده (مثال: key1,key2,key3) در تنظیمات Space خود اضافه کنید.")
 
 _init_api_keys()
 
 def get_next_api_key():
+    """
+    کلید API بعدی را به صورت چرخشی برمی‌گرداند.
+    """
     global NEXT_KEY_INDEX, ALL_API_KEYS, KEY_LOCK
     with KEY_LOCK:
         if not ALL_API_KEYS:
@@ -49,20 +56,19 @@ def get_next_api_key():
         return key_to_use, key_display_index
 # --- END: منطق مدیریت API Key ---
 
-# [NOTE] مدل جدید TTS از لیست صداهای از پیش ساخته شده پشتیبانی نمی‌کند. این لیست برای سازگاری رابط کاربری حفظ شده ولی در عمل استفاده نمی‌شود.
+# --- ثابت‌ها ---
 SPEAKER_VOICES = [
-    "Default", "Achird", "Zubenelgenubi", "Vindemiatrix", "Sadachbia", "Sadaltager",
+    "Achird", "Zubenelgenubi", "Vindemiatrix", "Sadachbia", "Sadaltager",
     "Sulafat", "Laomedeia", "Achernar", "Alnilam", "Schedar", "Gacrux",
     "Pulcherrima", "Umbriel", "Algieba", "Despina", "Erinome", "Algenib",
     "Rasalthgeti", "Orus", "Aoede", "Callirrhoe", "Autonoe", "Enceladus",
     "Iapetus", "Zephyr", "Puck", "Charon", "Kore", "Fenrir", "Leda"
 ]
-# [NOTE] نام مدل TTS پایدار
-FIXED_MODEL_NAME = "models/text-to-speech"
-DEFAULT_MAX_CHUNK_SIZE = 4500 # کمی افزایش حد مجاز برای بهینه‌سازی
-DEFAULT_SLEEP_BETWEEN_REQUESTS = 4
-DEFAULT_OUTPUT_FILENAME_BASE = "alpha_tts_audio"
+FIXED_MODEL_NAME = "gemini-2.5-flash-preview-tts"
+DEFAULT_MAX_CHUNK_SIZE = 3800
+DEFAULT_SLEEP_BETWEEN_REQUESTS = 8
 
+# --- توابع کمکی (Helper Functions) ---
 def save_binary_file(file_name, data):
     try:
         with open(file_name, "wb") as f: f.write(data)
@@ -71,207 +77,201 @@ def save_binary_file(file_name, data):
         logging.error(f"❌ خطا در ذخیره فایل {file_name}: {e}")
         return None
 
-def smart_text_split(text, max_size=DEFAULT_MAX_CHUNK_SIZE):
-    text = text.strip()
-    if not text:
-        return []
-    if len(text) <= max_size:
-        return [text]
-    
-    chunks = []
-    
-    # اول بر اساس پاراگراف (دو خط جدید) تقسیم می‌کنیم
-    paragraphs = text.split('\n\n')
-    
-    current_chunk = ""
-    for para in paragraphs:
-        para = para.strip()
-        if not para:
-            continue
-            
-        if len(current_chunk) + len(para) + 2 < max_size:
-            current_chunk += para + "\n\n"
-        else:
-            if current_chunk:
-                chunks.append(current_chunk.strip())
-            current_chunk = para + "\n\n"
-
-    if current_chunk:
-        chunks.append(current_chunk.strip())
-        
-    # حالا هر چانک را دوباره بررسی می‌کنیم که بزرگتر از حد مجاز نباشد
-    final_chunks = []
-    for chunk in chunks:
-        if len(chunk) > max_size:
-            # اگر یک چانک هنوز بزرگ است، آن را با روش قبلی (بر اساس جمله) خرد می‌کنیم
-            sub_chunks = []
-            sub_current_chunk = ""
-            sentences = re.split(r'(?<=[.!?؟\n])\s+', chunk)
-            for sentence in sentences:
-                if len(sub_current_chunk) + len(sentence) + 1 > max_size:
-                    if sub_current_chunk:
-                        sub_chunks.append(sub_current_chunk.strip())
-                    sub_current_chunk = sentence
-                else:
-                    sub_current_chunk += (" " if sub_current_chunk else "") + sentence
-            if sub_current_chunk:
-                sub_chunks.append(sub_current_chunk.strip())
-            final_chunks.extend(sub_chunks)
-        else:
-            final_chunks.append(chunk)
-            
-    return [c for c in final_chunks if c]
-
-
-def merge_audio_files_func(file_paths, output_path, request_id=""):
-    if not PYDUB_AVAILABLE: logging.warning(f"[{request_id}] ⚠️ pydub برای ادغام در دسترس نیست."); return False
+def convert_to_wav(audio_data: bytes, mime_type: str) -> bytes:
+    parameters = parse_audio_mime_type(mime_type)
+    bits_per_sample, rate = parameters["bits_per_sample"], parameters["rate"]
+    num_channels, data_size = 1, len(audio_data)
+    bytes_per_sample, block_align = bits_per_sample // 8, num_channels * (bits_per_sample // 8)
+    byte_rate, chunk_size = rate * block_align, 36 + data_size
+    header = struct.pack("<4sI4s4sIHHIIHH4sI", b"RIFF", chunk_size, b"WAVE", b"fmt ", 16, 1, num_channels, rate, byte_rate, block_align, bits_per_sample, b"data", data_size)
+    return header + audio_data
+
+def parse_audio_mime_type(mime_type: str) -> dict[str, int]:
+    bits, rate = 16, 24000
+    for param in mime_type.split(";"):
+        param = param.strip()
+        if param.lower().startswith("rate="):
+            try: rate = int(param.split("=", 1)[1])
+            except: pass
+        elif param.startswith("audio/L"):
+            try: bits = int(param.split("L", 1)[1])
+            except: pass
+    return {"bits_per_sample": bits, "rate": rate}
+
+def smart_text_split(text, max_size=3800):
+    if len(text) <= max_size: return [text]
+    chunks, current_chunk = [], ""
+    sentences = re.split(r'(?<=[.!?؟])\s+', text)
+    for sentence in sentences:
+        if len(current_chunk) + len(sentence) + 1 > max_size:
+            if current_chunk: chunks.append(current_chunk.strip())
+            current_chunk = sentence
+            while len(current_chunk) > max_size:
+                split_idx = next((i for i in range(max_size - 1, max_size // 2, -1) if current_chunk[i] in ['،', ',', ';', ':', ' ']), -1)
+                part, current_chunk = (current_chunk[:split_idx+1], current_chunk[split_idx+1:]) if split_idx != -1 else (current_chunk[:max_size], current_chunk[max_size:])
+                chunks.append(part.strip())
+        else: current_chunk += (" " if current_chunk else "") + sentence
+    if current_chunk: chunks.append(current_chunk.strip())
+    final_chunks = [c for c in chunks if c]
+    return final_chunks
+
+def merge_audio_files_func(file_paths, output_path):
+    if not PYDUB_AVAILABLE: logging.warning("⚠️ pydub برای ادغام در دسترس نیست."); return False
     try:
         combined = AudioSegment.empty()
         for i, fp in enumerate(file_paths):
-            if os.path.exists(fp):
-                sound = AudioSegment.from_file(fp, format="mp3")
-                combined += sound
-                if i < len(file_paths) - 1:
-                    combined += AudioSegment.silent(duration=200) # کمی افزایش فاصله برای وضوح بیشتر
-            else:
-                logging.warning(f"[{request_id}] ⚠️ فایل برای ادغام پیدا نشد: {fp}")
-        combined.export(output_path, format="mp3")
-        logging.info(f"[{request_id}] ✅ فایل‌ها با موفقیت در {output_path} ادغام شدند.")
+            if os.path.exists(fp): combined += AudioSegment.from_file(fp) + (AudioSegment.silent(duration=150) if i < len(file_paths) - 1 else AudioSegment.empty())
+            else: logging.warning(f"⚠️ فایل برای ادغام پیدا نشد: {fp}")
+        combined.export(output_path, format="wav")
         return True
-    except Exception as e:
-        logging.error(f"[{request_id}] ❌ خطا در ادغام فایل‌های صوتی: {e}"); return False
+    except Exception as e: logging.error(f"❌ خطا در ادغام فایل‌های صوتی: {e}"); return False
 
-def generate_audio_chunk_with_retry(chunk_text, temperature_val, request_id=""):
+# --- START: منطق تولید صدا با قابلیت تلاش مجدد ---
+def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp, session_id):
+    """
+    یک قطعه صوتی را با قابلیت تلاش مجدد با کلیدهای مختلف API تولید می‌کند.
+    """
     if not ALL_API_KEYS:
-        logging.error(f"[{request_id}] ❌ هیچ کلید API برای تولید صدا در دسترس نیست.")
+        logging.error(f"[{session_id}] ❌ هیچ کلید API برای تولید صدا در دسترس نیست.")
         return None
 
-    for i in range(len(ALL_API_KEYS)):
+    for _ in range(len(ALL_API_KEYS)):
         selected_api_key, key_idx_display = get_next_api_key()
         if not selected_api_key:
-            logging.warning(f"[{request_id}] ⚠️ get_next_api_key هیچ کلیدی برنگرداند.")
+            logging.warning(f"[{session_id}] ⚠️ get_next_api_key هیچ کلیدی برنگرداند.")
             break
-
-        logging.info(f"[{request_id}] ⚙️ تلاش برای تولید قطعه با کلید API شماره {key_idx_display} (...{selected_api_key[-4:]})")
-
+        logging.info(f"[{session_id}] ⚙️ تلاش برای تولید قطعه با کلید API شماره {key_idx_display} (...{selected_api_key[-4:]})")
         try:
-            genai.configure(api_key=selected_api_key)
-            model = genai.GenerativeModel(FIXED_MODEL_NAME)
-            
-            # API جدید مدل TTS ساده‌تر است
-            response = model.generate_content(
-                chunk_text,
-                generation_config=genai.GenerationConfig(temperature=temperature_val)
-            )
-            
-            if hasattr(response, 'audio_content') and response.audio_content:
-                logging.info(f"[{request_id}] ✅ قطعه با موفقیت توسط کلید شماره {key_idx_display} تولید شد.")
-                return response.audio_content
+            client = genai.Client(api_key=selected_api_key)
+            final_text = f'"{prompt_text}"\n{chunk_text}' if prompt_text and prompt_text.strip() else chunk_text
+            contents = [types.Content(role="user", parts=[types.Part.from_text(text=final_text)])]
+            config = types.GenerateContentConfig(temperature=temp, response_modalities=["audio"],
+                speech_config=types.SpeechConfig(voice_config=types.VoiceConfig(
+                    prebuilt_voice_config=types.PrebuiltVoiceConfig(voice_name=voice))))
+            response = client.models.generate_content(model=FIXED_MODEL_NAME, contents=contents, config=config)
+            if response.candidates and response.candidates[0].content and response.candidates[0].content.parts and response.candidates[0].content.parts[0].inline_data:
+                logging.info(f"[{session_id}] ✅ قطعه با موفقیت توسط کلید شماره {key_idx_display} تولید شد.")
+                return response.candidates[0].content.parts[0].inline_data
             else:
-                logging.warning(f"[{request_id}] ⚠️ پاسخ API برای قطعه با کلید شماره {key_idx_display} بدون داده صوتی بود. تلاش با کلید بعدی...")
-
+                logging.warning(f"[{session_id}] ⚠️ پاسخ API برای قطعه با کلید شماره {key_idx_display} بدون داده صوتی بود.")
         except Exception as e:
-            logging.error(f"[{request_id}] ❌ خطا در تولید قطعه با کلید شماره {key_idx_display}: {e}. تلاش با کلید بعدی...")
-            time.sleep(i + 1) # افزایش زمان انتظار در هر تلاش ناموفق
-
-    logging.error(f"[{request_id}] ❌ تمام کلیدهای API امتحان شدند اما هیچ‌کدام موفق به تولید قطعه نشدند.")
+            logging.error(f"[{session_id}] ❌ خطا در تولید قطعه با کلید شماره {key_idx_display}: {e}.")
+    logging.error(f"[{session_id}] ❌ تمام کلیدهای API امتحان شدند اما هیچ‌کدام موفق به تولید قطعه نشدند.")
     return None
 
-def core_generate_audio(text_input, temperature_val, request_id):
-    logging.info(f"[{request_id}] 🚀 شروع فرآیند تولید صدا.")
-
-    output_base_name = f"{DEFAULT_OUTPUT_FILENAME_BASE}_{request_id}"
+def core_generate_audio(text_input, prompt_input, selected_voice, temperature_val, session_id):
+    """
+    هسته اصلی تولید صدا، اکنون با شناسه جلسه برای مدیریت فایل‌ها.
+    """
+    logging.info(f"[{session_id}] 🚀 شروع فرآیند تولید صدا.")
+    
+    # تغییر: ایجاد یک دایرکتوری موقت منحصر به فرد برای هر درخواست
+    temp_dir = f"temp_{session_id}"
+    os.makedirs(temp_dir, exist_ok=True)
     
-    text_chunks = smart_text_split(text_input)
+    output_base_name = f"{temp_dir}/audio_session_{session_id}" # نام فایل پایه با UUID
+    max_chunk, sleep_time = DEFAULT_MAX_CHUNK_SIZE, DEFAULT_SLEEP_BETWEEN_REQUESTS
+
+    if not text_input or not text_input.strip():
+        logging.error(f"[{session_id}] ❌ متن ورودی خالی است.")
+        shutil.rmtree(temp_dir)
+        return None
+
+    text_chunks = smart_text_split(text_input, max_chunk)
     if not text_chunks:
-        logging.error(f"[{request_id}] ❌ متن ورودی پس از پردازش خالی است.")
+        logging.error(f"[{session_id}] ❌ متن قابل پردازش به قطعات کوچکتر نیست.")
+        shutil.rmtree(temp_dir)
         return None
 
     generated_files = []
-    final_audio_file = None
-    
     try:
-        total_chunks = len(text_chunks)
         for i, chunk in enumerate(text_chunks):
-            logging.info(f"[{request_id}] 🔊 پر��ازش قطعه {i+1}/{total_chunks}...")
-            
-            audio_bytes = generate_audio_chunk_with_retry(chunk, temperature_val, request_id)
-
-            if audio_bytes:
-                ext = ".mp3"
-                fpath = f"{output_base_name}_part{i+1:03d}{ext}"
-                if save_binary_file(fpath, audio_bytes):
+            logging.info(f"[{session_id}] 🔊 پردازش قطعه {i+1}/{len(text_chunks)}...")
+            inline_data = generate_audio_chunk_with_retry(chunk, prompt_input, selected_voice, temperature_val, session_id)
+            if inline_data:
+                data_buffer = inline_data.data
+                ext = mimetypes.guess_extension(inline_data.mime_type) or ".wav"
+                if "audio/L" in inline_data.mime_type and ext == ".wav": 
+                    data_buffer = convert_to_wav(data_buffer, inline_data.mime_type)
+                if not ext.startswith("."): ext = "." + ext
+                
+                fname_base = f"{output_base_name}_part{i+1:03d}"
+                fpath = save_binary_file(f"{fname_base}{ext}", data_buffer)
+                if fpath: 
                     generated_files.append(fpath)
                 else:
-                    logging.error(f"[{request_id}] ❌ موفق به ذخیره فایل برای قطعه {i+1} نشدیم.")
+                    logging.error(f"[{session_id}] ❌ موفق به ذخیره فایل برای قطعه {i+1} نشدیم.")
                     continue
             else:
-                logging.error(f"[{request_id}] 🛑 فرآیند متوقف شد زیرا تولید قطعه {i+1} ناموفق بود.")
-                raise Exception(f"Failed to generate chunk {i+1}")
+                logging.error(f"[{session_id}] 🛑 فرآیند متوقف شد زیرا تولید قطعه {i+1} با تمام کلیدهای موجود ناموفق بود.")
+                break
+            if i < len(text_chunks) - 1 and len(text_chunks) > 1: 
+                time.sleep(sleep_time)
 
-            if i < total_chunks - 1:
-                time.sleep(DEFAULT_SLEEP_BETWEEN_REQUESTS)
-        
         if not generated_files:
-            logging.error(f"[{request_id}] ❌ هیچ فایل صوتی تولید نشد.")
+            logging.error(f"[{session_id}] ❌ هیچ فایل صوتی تولید نشد.")
             return None
         
+        final_audio_file = None
+        # نام فایل نهایی نیز منحصر به فرد خواهد بود
+        final_output_path = f"output_{session_id}.wav" 
+
         if len(generated_files) > 1:
-            final_audio_file = f"{output_base_name}_final.mp3"
-            if not merge_audio_files_func(generated_files, final_audio_file, request_id):
-                logging.warning(f"[{request_id}] ⚠️ ادغام ناموفق بود. فقط قطعه اول برگردانده می‌شود.")
-                final_audio_file = generated_files[0]
-        else:
-            final_audio_file = generated_files[0]
+            if PYDUB_AVAILABLE:
+                if merge_audio_files_func(generated_files, final_output_path):
+                    final_audio_file = final_output_path
+                else: # در صورت شکست ادغام، اولین قطعه را برگردان
+                    shutil.move(generated_files[0], final_output_path)
+                    final_audio_file = final_output_path
+            else: 
+                logging.warning(f"[{session_id}] ⚠️ pydub در دسترس نیست. اولین قطعه صوتی ارائه می‌شود.")
+                shutil.move(generated_files[0], final_output_path)
+                final_audio_file = final_output_path
+        elif len(generated_files) == 1:
+            shutil.move(generated_files[0], final_output_path)
+            final_audio_file = final_output_path
         
-        if final_audio_file:
-            logging.info(f"[{request_id}] ✅ فایل صوتی نهایی با موفقیت تولید شد: {os.path.basename(final_audio_file)}")
-            return final_audio_file
-
-        return None
-
-    except Exception as e:
-        logging.error(f"[{request_id}] ❌ خطای کلی در حین پردازش: {e}")
-        return None
+        if final_audio_file and os.path.exists(final_audio_file):
+            logging.info(f"[{session_id}] ✅ فایل صوتی نهایی با موفقیت تولید شد: {os.path.basename(final_audio_file)}")
+        else:
+            logging.error(f"[{session_id}] ❓ وضعیت نامشخص برای فایل نهایی.")
+            return None
+            
+        return final_audio_file
     finally:
-        logging.info(f"[{request_id}] 🧹 شروع پاک‌سازی فایل‌های موقت...")
-        for fp in generated_files:
-            if final_audio_file and os.path.abspath(fp) == os.path.abspath(final_audio_file):
-                continue
-            try:
-                if os.path.exists(fp):
-                    os.remove(fp)
-                    logging.info(f"[{request_id}] 🗑️ فایل م��قت حذف شد: {fp}")
-            except Exception as e_clean:
-                logging.error(f"[{request_id}] ❌ خطا در حذف فایل موقت {fp}: {e_clean}")
+        # پاکسازی دایرکتوری موقت پس از اتمام کار
+        if os.path.exists(temp_dir):
+            shutil.rmtree(temp_dir)
+            logging.info(f"[{session_id}] 🧹 دایرکتوری موقت '{temp_dir}' پاکسازی شد.")
 
+# --- END: منطق تولید صدا ---
 
-def gradio_tts_interface(use_file_input, uploaded_file, text_to_speak, temperature, progress=gr.Progress(track_tqdm=True)):
-    request_id = f"{int(time.time())}_{uuid.uuid4().hex[:8]}"
-    logging.info(f"✅ درخواست جدید با شناسه دریافت شد: {request_id}")
+def gradio_tts_interface(use_file_input, uploaded_file, text_to_speak, speech_prompt, speaker_voice, temperature, progress=gr.Progress(track_tqdm=True)):
+    # تغییر: ایجاد یک شناسه منحصر به فرد برای هر بار اجرای این تابع
+    session_id = str(uuid.uuid4())[:8] # استفاده از ۸ کاراکتر اول UUID
+    logging.info(f"[{session_id}] 🏁 درخواست جدید دریافت شد.")
 
     actual_text = ""
     if use_file_input:
         if uploaded_file:
             try:
                 with open(uploaded_file.name, 'r', encoding='utf-8') as f: actual_text = f.read().strip()
-                if not actual_text: logging.error(f"[{request_id}] ❌ فایل آپلود شده خالی است."); return None
-            except Exception as e: logging.error(f"[{request_id}] ❌ خطا در خواندن فایل آپلود شده: {e}"); return None
-        else: logging.warning(f"[{request_id}] ❌ گزینه فایل انتخاب شده اما فایلی آپلود نشده."); return None
+                if not actual_text: 
+                    logging.error(f"[{session_id}] ❌ فایل آپلود شده خالی است."); return None
+            except Exception as e: 
+                logging.error(f"[{session_id}] ❌ خطا در خواندن فایل آپلود شده: {e}"); return None
+        else: 
+            logging.warning(f"[{session_id}] ❌ گزینه استفاده از فایل انتخاب شده اما فایلی آپلود نشده."); return None
     else:
         actual_text = text_to_speak
-        if not actual_text or not actual_text.strip(): logging.warning(f"[{request_id}] ❌ متن ورودی خالی است."); return None
-    
-    final_path = core_generate_audio(actual_text, temperature, request_id)
+        if not actual_text or not actual_text.strip(): 
+            logging.warning(f"[{session_id}] ❌ متن ورودی برای تبدیل خالی است."); return None
     
-    if final_path:
-        logging.info(f"[{request_id}] ✅ فرآیند با موفقیت به پایان رسید.")
-    else:
-        logging.error(f"[{request_id}] ❌ فرآیند ناموفق بود.")
-        gr.Warning("متاسفانه در تولید صدا خطایی رخ داد. لطفاً دوباره تلاش کنید یا با پشتیبانی تماس بگیرید.")
-        
+    # ارسال session_id به تابع اصلی
+    final_path = core_generate_audio(actual_text, speech_prompt, speaker_voice, temperature, session_id)
     return final_path
 
+# --- تابع ریست خودکار (بدون تغییر) ---
 def auto_restart_service():
     RESTART_INTERVAL_SECONDS = 24 * 60 * 60
     logging.info(f"سرویس برای ری‌استارت خودکار پس از {RESTART_INTERVAL_SECONDS / 3600:.0f} ساعت زمان‌بندی شده است.")
@@ -279,83 +279,98 @@ def auto_restart_service():
     logging.info(f"زمان ری‌استارت خودکار فرا رسیده است. برنامه برای ری‌استارت خارج می‌شود...")
     os._exit(1)
 
-custom_css = """
+# --- CSS و Gradio UI (بدون تغییر) ---
+# ... (تمام بخش CSS و Gradio UI اینجا کپی شود) ...
+custom_css_inspired_by_image = f"""
 @import url('https://fonts.googleapis.com/css2?family=Vazirmatn:wght@300;400;500;700;800&display=swap');
-:root {
-    --app-font: 'Vazirmatn', sans-serif; --app-header-grad-start: #2980b9; --app-header-grad-end: #2c3e50; --app-panel-bg: #FFFFFF; --app-input-bg: #F7F9FC; --app-button-bg: #3498db; --app-main-bg: #f4f6f9; --app-text-primary: #2c3e50; --app-text-secondary: #555; --app-border-color: #e1e8ed; --radius-card: 16px; --radius-input: 10px; --shadow-card: 0 8px 25px rgba(0,0,0,0.08); --shadow-button: 0 4px 10px -2px rgba(52, 152, 219, 0.5);
-}
-body, .gradio-container { font-family: var(--app-font); direction: rtl; background-color: var(--app-main-bg); color: var(--app-text-primary); font-size: 16px; line-height: 1.7; }
-.gradio-container { max-width: 800px !important; margin: auto !important; padding-top: 2rem !important; padding-bottom: 2rem !important; }
-.app-header-alpha { padding: 2rem; text-align: center; background-image: linear-gradient(135deg, var(--app-header-grad-start) 0%, var(--app-header-grad-end) 100%); color: white; border-radius: var(--radius-card); box-shadow: var(--shadow-card); margin-bottom: 2rem; }
-.app-header-alpha h1 { font-size: 2.5em; font-weight: 800; margin:0 0 0.5rem 0; text-shadow: 0 2px 4px rgba(0,0,0,0.2); }
-.app-header-alpha p { font-size: 1.1em; color: rgba(255,255,255,0.9); margin-top:0; opacity: 0.95; }
-.main-content-panel-alpha { padding: 2rem; background-color: var(--app-panel-bg); border-radius: var(--radius-card); box-shadow: var(--shadow-card); }
-footer { display:none !important; }
-.gr-button.generate-button-final { background: var(--app-button-bg) !important; color: white !important; border:none !important; border-radius: var(--radius-input) !important; padding: 0.9rem 1.5rem !important; font-weight: 700 !important; font-size:1.1em !important; transition: all 0.3s ease; box-shadow: var(--shadow-button); width:100%; margin-top:1.5rem !important; }
-.gr-button.generate-button-final:hover { filter: brightness(1.1); transform: translateY(-2px); box-shadow: 0 6px 12px -3px rgba(52, 152, 219, 0.6); }
-textarea, .gr-file > label + div { border-radius: var(--radius-input) !important; border: 1px solid var(--app-border-color) !important; background-color: var(--app-input-bg) !important; box-shadow: inset 0 1px 2px rgba(0,0,0,0.05); padding: 0.85rem !important; }
-.gr-file > label + div { text-align:center; border-style: dashed !important; }
-textarea:focus { border-color: var(--app-button-bg) !important; box-shadow: 0 0 0 3px rgba(52, 152, 219, 0.25) !important; }
-.gr-checkbox { border: 1px solid var(--app-border-color); padding: 0.75rem; border-radius: var(--radius-input); background-color: #fafafa; }
-label > .label-text { font-weight: 600 !important; color: var(--app-text-primary) !important; font-size: 1em !important; margin-bottom: 0.5rem !important; }
-#output_audio_player_alpha_v3 audio { width: 100%; border-radius: var(--radius-input); margin-top:1rem; }
-.app-footer-final { text-align:center;font-size:0.9em;color: #7f8c8d; opacity:0.9; margin-top:3rem;padding:1.5rem 0; }
+:root {{
+    --app-font: 'Vazirmatn', sans-serif;
+    --app-header-grad-start: #2980b9;
+    --app-header-grad-end: #2ecc71;
+    --app-panel-bg: #FFFFFF;
+    --app-input-bg: #F7F7F7;
+    --app-button-bg: #2979FF;
+    --app-main-bg: linear-gradient(170deg, #E0F2FE 0%, #F3E8FF 100%);
+    --app-text-primary: #333;
+    --app-text-secondary: #555;
+    --app-border-color: #E0E0E0;
+    --radius-card: 20px;
+    --radius-input: 8px;
+    --shadow-card: 0 10px 30px -5px rgba(0,0,0,0.1);
+    --shadow-button: 0 4px 10px -2px rgba(41,121,255,0.5);
+}}
+body, .gradio-container {{ font-family: var(--app-font); direction: rtl; background: var(--app-main-bg); color: var(--app-text-primary); font-size: 16px; line-height: 1.65; }}
+.gradio-container {{ max-width:100% !important; min-height:100vh; margin:0 !important; padding:0 !important; display:flex; flex-direction:column; }}
+.app-header-alpha {{ padding: 3rem 1.5rem 4rem 1.5rem; text-align: center; background-image: linear-gradient(135deg, var(--app-header-grad-start) 0%, var(--app-header-grad-end) 100%); color: white; border-bottom-left-radius: var(--radius-card); border-bottom-right-radius: var(--radius-card); box-shadow: 0 6px 20px -5px rgba(0,0,0,0.2); }}
+.app-header-alpha h1 {{ font-size: 2.4em; font-weight: 800; margin:0 0 0.5rem 0; text-shadow: 0 2px 4px rgba(0,0,0,0.15); }}
+.app-header-alpha p {{ font-size: 1.1em; color: rgba(255,255,255,0.9); margin-top:0; opacity: 0.9; }}
+.main-content-panel-alpha {{ padding: 1.8rem 1.5rem; max-width: 680px; margin: -2.5rem auto 2rem auto; width: 90%; background-color: var(--app-panel-bg); border-radius: var(--radius-card); box-shadow: var(--shadow-card); position:relative; z-index:10; }}
+@media (max-width: 768px) {{ .main-content-panel-alpha {{ width: 95%; padding: 1.5rem 1rem; margin-top: -2rem; }} .app-header-alpha h1 {{font-size:2em;}} .app-header-alpha p {{font-size:1em;}} }}
+footer {{display:none !important;}}
+
+.gr-button.generate-button-final {{ background: var(--app-button-bg) !important; color: white !important; border:none !important; border-radius: var(--radius-input) !important; padding: 0.8rem 1.5rem !important; font-weight: 700 !important; font-size:1.05em !important; transition: all 0.3s ease; box-shadow: var(--shadow-button); width:100%; margin-top:1.5rem !important; }}
+.gr-button.generate-button-final:hover {{ filter: brightness(1.1); transform: translateY(-2px); box-shadow: 0 6px 12px -3px rgba(41,121,255,0.6);}}
+.gr-input > label + div > textarea, .gr-dropdown > label + div > div > input, .gr-dropdown > label + div > div > select, .gr-textbox > label + div > textarea, .gr-file > label + div {{ border-radius: var(--radius-input) !important; border: 1px solid var(--app-border-color) !important; background-color: var(--app-input-bg) !important; box-shadow: inset 0 1px 2px rgba(0,0,0,0.05); padding: 0.75rem !important; }}
+.gr-file > label + div {{ text-align:center; border-style: dashed !important; }}
+.gr-input > label + div > textarea:focus, .gr-dropdown > label + div > div > input:focus, .gr-textbox > label + div > textarea:focus {{ border-color: var(--app-button-bg) !important; box-shadow: 0 0 0 3px rgba(41,121,255,0.2) !important; }}
+label > .label-text {{ font-weight: 700 !important; color: var(--app-text-primary) !important; font-size: 0.95em !important; margin-bottom: 0.5rem !important; }}
+.section-title-main-alpha {{ font-size: 1.1em; color: var(--app-text-secondary); margin-bottom:1rem; padding-bottom: 0.5rem; border-bottom: 1px solid var(--app-border-color); font-weight:500; text-align:right; }}
+label > .label-text::before {{ margin-left: 8px; vertical-align: middle; opacity: 0.7; }}
+label[for*="text_input_main_alpha_v3"] > .label-text::before {{ content: '📝'; }}
+label[for*="speech_prompt_alpha_v3"] > .label-text::before {{ content: '🗣️'; }}
+label[for*="speaker_voice_alpha_v3"] > .label-text::before {{ content: '🎤'; }}
+label[for*="temperature_slider_alpha_v3"] > .label-text::before {{ content: '🌡️'; }}
+
+#output_audio_player_alpha_v3 audio {{ width: 100%; border-radius: var(--radius-input); margin-top:0.8rem; }}
+.temp_description_class_alpha_v3 {{ font-size: 0.85em; color: #777; margin-top: -0.4rem; margin-bottom: 1rem; }}
+.app-footer-final {{text-align:center;font-size:0.9em;color: var(--app-text-secondary);opacity:0.8; margin-top:3rem;padding:1.5rem 0; border-top:1px solid var(--app-border-color);}}
 """
 
-alpha_header_html = """
+alpha_header_html_v3 = """
 <div class='app-header-alpha'>
   <h1>Alpha TTS</h1>
-  <p>جادوی تبدیل متن به صدا با هوش مصنوعی</p>
+  <p>جادوی تبدیل متن به صدا در دستان شما</p>
 </div>
 """
 
-with gr.Blocks(theme=gr.themes.Soft(), css=custom_css, title="آلفا TTS") as demo:
-    gr.HTML(alpha_header_html)
-
+with gr.Blocks(theme=gr.themes.Base(font=[gr.themes.GoogleFont("Vazirmatn")]), css=custom_css_inspired_by_image, title="آلفا TTS") as demo:
+    gr.HTML(alpha_header_html_v3)
     with gr.Column(elem_classes=["main-content-panel-alpha"]):
-        use_file_input_cb = gr.Checkbox(label="📄 استفاده از فایل متنی (.txt)", value=False)
-        
-        uploaded_file_input = gr.File(label="فایل .txt خود را آپلود کنید", file_types=['.txt'], visible=False) 
-        text_to_speak_tb = gr.Textbox(label="📝 متن فارسی برای تبدیل", placeholder="اینجا بنویسید...", lines=8, visible=True)
-        
-        def toggle_input_type(use_file):
-            return gr.update(visible=use_file), gr.update(visible=not use_file)
-        
+        use_file_input_cb = gr.Checkbox(label="📄 استفاده از فایل متنی (.txt)", value=False, elem_id="use_file_cb_alpha_v3")
+        uploaded_file_input = gr.File(label=" ", file_types=['.txt'], visible=False, elem_id="file_uploader_alpha_main_v3") 
+        text_to_speak_tb = gr.Textbox(label="متن فارسی برای تبدیل", placeholder="مثال: سلام، فردا هوا چطور است؟", lines=5, value="", visible=True, elem_id="text_input_main_alpha_v3")
         use_file_input_cb.change(
-            fn=toggle_input_type,
+            fn=lambda x: (gr.update(visible=x, label=" " if x else "متن فارسی برای تبدیل"), gr.update(visible=not x)),
             inputs=use_file_input_cb,
             outputs=[uploaded_file_input, text_to_speak_tb]
         )
-        
-        temperature_slider = gr.Slider(minimum=0.0, maximum=1.0, step=0.05, value=0.7, label="🌡️ میزان خلاقیت (Temperature)")
-
-        generate_button = gr.Button("🚀 تولید صدا", elem_classes=["generate-button-final"])
-        output_audio = gr.Audio(label="خروجی صدا", type="filepath", elem_id="output_audio_player_alpha_v3")
-    
-        # حذف پارامترهای اضافی که دیگر استفاده نمی‌شوند
+        speech_prompt_tb = gr.Textbox(label="سبک گفتار (اختیاری)", placeholder="مثال: با لحنی شاد و پرانرژی", value="با لحنی دوستانه و رسا صحبت کن.", lines=2, elem_id="speech_prompt_alpha_v3")
+        speaker_voice_dd = gr.Dropdown(SPEAKER_VOICES, label="انتخاب گوینده و لهجه", value="Charon", elem_id="speaker_voice_alpha_v3")
+        temperature_slider = gr.Slider(minimum=0.1, maximum=1.5, step=0.05, value=0.9, label="میزان خلاقیت صدا", elem_id="temperature_slider_alpha_v3")
+        gr.Markdown("<p class='temp_description_class_alpha_v3'>مقادیر بالاتر = تنوع بیشتر، مقادیر پایین‌تر = یکنواختی بیشتر.</p>")
+        generate_button = gr.Button("🚀 تولید و پخش صدا", elem_classes=["generate-button-final"], elem_id="generate_button_alpha_v3")
+        output_audio = gr.Audio(label=" ", type="filepath", elem_id="output_audio_player_alpha_v3")
         generate_button.click(
             fn=gradio_tts_interface,
-            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, temperature_slider],
+            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, speech_prompt_tb, speaker_voice_dd, temperature_slider],
             outputs=[output_audio] 
         )
-
+        gr.Markdown("<h3 class='section-title-main-alpha' style='margin-top:2.5rem; text-align:center; border-bottom:none;'>نمونه‌های کاربردی</h3>", elem_id="examples_section_title_v3")
         gr.Examples(
             examples=[
-                [False, None, "سلام دنیا! این یک آزمایش برای تبدیل متن به گفتار با کیفیت بالا است.", 0.7],
-                [False, None, "هوش مصنوعی در حال تغییر دادن روش زندگی و کار ماست. از پزشکی گرفته تا حمل و نقل، تاثیرات آن چشمگیر است.", 0.8],
+                [False, None, "سلام بر شما، امیدوارم روز خوبی داشته باشید.", "با لحنی گرم و صمیمی.", "Zephyr", 0.85],
+                [False, None, "این یک آزمایش برای بررسی کیفیت صدای تولید شده توسط هوش مصنوعی آلفا است.", "با صدایی طبیعی و روان.", "Charon", 0.9],
             ],
-            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, temperature_slider],
+            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, speech_prompt_tb, speaker_voice_dd, temperature_slider],
             outputs=[output_audio],
             fn=gradio_tts_interface,
-            cache_examples=False,
-            label="چند نمونه برای تست"
+            cache_examples=False 
         )
     gr.Markdown("<p class='app-footer-final'>Alpha Language Learning © 2024</p>")
 
 if __name__ == "__main__":
     threading.Thread(target=auto_restart_service, daemon=True, name="AutoRestartThread").start()
-    
-    if len(ALL_API_KEYS) > 0 :
-        demo.queue(default_concurrency_limit=10).launch(server_name="0.0.0.0", server_port=int(os.getenv("PORT", 7860)))
+    if len(ALL_API_KEYS) > 0:
+        demo.launch(server_name="0.0.0.0", server_port=int(os.getenv("PORT", 7860)))
     else:
         logging.critical("🔴 برنامه به دلیل عدم وجود کلید API جیمینای اجرا نشد. لطفاً Secrets را بررسی کنید.")