Update app.py

app.py

@@ -1,17 +1,16 @@
 import gradio as gr
-import base64
 import mimetypes
 import os
 import re
 import struct
 import time
-import zipfile
-from google import genai
-# from google.genai import types # این دیگر برای مدل 1.5 نیاز نیست
 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
     PYDUB_AVAILABLE = True
@@ -50,17 +49,18 @@ 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.
 SPEAKER_VOICES = [
-    "Achird", "Zubenelgenubi", "Vindemiatrix", "Sadachbia", "Sadaltager",
+    "Default", "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] تغییر نام مدل به نسخه جدیدتر و پایدارتر TTS
+# [NOTE] نام مدل TTS پایدار
 FIXED_MODEL_NAME = "models/text-to-speech"
-DEFAULT_MAX_CHUNK_SIZE = 3800
-DEFAULT_SLEEP_BETWEEN_REQUESTS = 5 # کاهش زمان انتظار
+DEFAULT_MAX_CHUNK_SIZE = 4500 # کمی افزایش حد مجاز برای بهینه‌سازی
+DEFAULT_SLEEP_BETWEEN_REQUESTS = 4
 DEFAULT_OUTPUT_FILENAME_BASE = "alpha_tts_audio"
 
 def save_binary_file(file_name, data):
@@ -71,28 +71,57 @@ 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=3800):
-    if len(text) <= max_size: return [text]
-    chunks, current_chunk = [], ""
-    # بهبود تقسیم‌بندی برای زبان فارسی
-    sentences = re.split(r'(?<=[.!?؟\n])\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
-            # اگر یک جمله به تنهایی بزرگتر از حد مجاز باشد
-            while len(current_chunk) > max_size:
-                split_idx = current_chunk.rfind('،', 0, max_size)
-                if split_idx == -1:
-                    split_idx = current_chunk.rfind(' ', 0, max_size)
-                if split_idx == -1: # اگر هیچ جداکننده ای پیدا نشد
-                    split_idx = max_size
-                part, current_chunk = current_chunk[:split_idx], current_chunk[split_idx:]
-                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 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
@@ -100,24 +129,24 @@ def merge_audio_files_func(file_paths, output_path, request_id=""):
         combined = AudioSegment.empty()
         for i, fp in enumerate(file_paths):
             if os.path.exists(fp):
-                combined += AudioSegment.from_file(fp, format="mp3") # فرمت را به mp3 تغییر می‌دهیم
+                sound = AudioSegment.from_file(fp, format="mp3")
+                combined += sound
                 if i < len(file_paths) - 1:
-                    combined += AudioSegment.silent(duration=150)
+                    combined += AudioSegment.silent(duration=200) # کمی افزایش فاصله برای وضوح بیشتر
             else:
                 logging.warning(f"[{request_id}] ⚠️ فایل برای ادغام پیدا نشد: {fp}")
-        # خروجی نهایی را هم mp3 ذخیره می‌کنیم
         combined.export(output_path, format="mp3")
         logging.info(f"[{request_id}] ✅ فایل‌ها با موفقیت در {output_path} ادغام شدند.")
         return True
     except Exception as e:
         logging.error(f"[{request_id}] ❌ خطا در ادغام فایل‌های صوتی: {e}"); return False
 
-def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp, request_id=""):
+def generate_audio_chunk_with_retry(chunk_text, temperature_val, request_id=""):
     if not ALL_API_KEYS:
         logging.error(f"[{request_id}] ❌ هیچ کلید API برای تولید صدا در دسترس نیست.")
         return None
 
-    for _ in range(len(ALL_API_KEYS)):
+    for i 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.")
@@ -129,16 +158,13 @@ def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp, reques
             genai.configure(api_key=selected_api_key)
             model = genai.GenerativeModel(FIXED_MODEL_NAME)
             
-            final_text = f'"{prompt_text}"\n{chunk_text}' if prompt_text and prompt_text.strip() else chunk_text
-            
+            # API جدید مدل TTS ساده‌تر است
             response = model.generate_content(
-                final_text,
-                generation_config=genai.GenerationConfig(temperature=temp)
-                # ساختار جدید API برای TTS ساده‌تر شده و نیازی به tools ندارد
+                chunk_text,
+                generation_config=genai.GenerationConfig(temperature=temperature_val)
             )
             
-            # مدل جدید مستقیما بایت‌های mp3 را برمی‌گرداند
-            if response.audio_content:
+            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
             else:
@@ -146,38 +172,35 @@ def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp, reques
 
         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(2)
+            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.")
     return None
 
-def core_generate_audio(text_input, prompt_input, selected_voice, temperature_val, request_id):
+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}"
-    max_chunk, sleep_time = DEFAULT_MAX_CHUNK_SIZE, DEFAULT_SLEEP_BETWEEN_REQUESTS
-
-    text_chunks = smart_text_split(text_input, max_chunk)
+    
+    text_chunks = smart_text_split(text_input)
     if not text_chunks:
-        logging.error(f"[{request_id}] ❌ متن قابل پردازش به قطعات کوچکتر نیست.")
+        logging.error(f"[{request_id}] ❌ متن ورودی پس از پردازش خالی است.")
         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}] 🔊 پردازش قطعه {i+1}/{len(text_chunks)}...")
+            logging.info(f"[{request_id}] 🔊 پردازش قطعه {i+1}/{total_chunks}...")
             
-            # مدل جدید دیگر از voice و prompt پشتیبانی نمی‌کند، این پارامترها نادیده گرفته می‌شوند
-            audio_bytes = generate_audio_chunk_with_retry(chunk, "", "default", temperature_val, request_id)
+            audio_bytes = generate_audio_chunk_with_retry(chunk, temperature_val, request_id)
 
             if audio_bytes:
-                # خروجی همیشه mp3 است
                 ext = ".mp3"
-                fname_base = f"{output_base_name}_part{i+1:03d}"
-                fpath = save_binary_file(f"{fname_base}{ext}", audio_bytes)
-                if fpath:
+                fpath = f"{output_base_name}_part{i+1:03d}{ext}"
+                if save_binary_file(fpath, audio_bytes):
                     generated_files.append(fpath)
                 else:
                     logging.error(f"[{request_id}] ❌ موفق به ذخیره فایل برای قطعه {i+1} نشدیم.")
@@ -186,26 +209,17 @@ def core_generate_audio(text_input, prompt_input, selected_voice, temperature_va
                 logging.error(f"[{request_id}] 🛑 فرآیند متوقف شد زیرا تولید قطعه {i+1} ناموفق بود.")
                 raise Exception(f"Failed to generate chunk {i+1}")
 
-            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.")
             return None
         
-        final_output_path_base = f"{output_base_name}_final"
-
         if len(generated_files) > 1:
-            if PYDUB_AVAILABLE:
-                merged_fn = f"{final_output_path_base}.mp3"
-                if os.path.exists(merged_fn): os.remove(merged_fn)
-                if merge_audio_files_func(generated_files, merged_fn, request_id):
-                    final_audio_file = merged_fn
-                else:
-                    logging.warning(f"[{request_id}] ⚠️ ادغام ناموفق بود. فقط قطعه اول برگردانده می‌شود.")
-                    final_audio_file = generated_files[0]
-            else:
-                logging.warning(f"[{request_id}] ⚠️ pydub در دسترس نیست. اولین قطعه صوتی ارائه می‌شود.")
+            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]
@@ -232,12 +246,9 @@ def core_generate_audio(text_input, prompt_input, selected_voice, temperature_va
                 logging.error(f"[{request_id}] ❌ خطا در حذف فایل موقت {fp}: {e_clean}")
 
 
-def gradio_tts_interface(use_file_input, uploaded_file, text_to_speak, speech_prompt, speaker_voice, temperature, progress=gr.Progress(track_tqdm=True)):
+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]}"
-    
-    # === FIX: این خط اصلاح شده است ===
     logging.info(f"✅ درخواست جدید با شناسه دریافت شد: {request_id}")
-    # ================================
 
     actual_text = ""
     if use_file_input:
@@ -251,13 +262,13 @@ def gradio_tts_interface(use_file_input, uploaded_file, text_to_speak, speech_pr
         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
     
-    # توجه: پارامترهای prompt و voice دیگر در مدل جدید استفاده نمی‌شوند ولی برای سازگاری در تابع باقی می‌مانند
-    final_path = core_generate_audio(actual_text, speech_prompt, speaker_voice, temperature, request_id)
+    final_path = core_generate_audio(actual_text, temperature, request_id)
     
     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.")
         
     return final_path
 
@@ -268,74 +279,72 @@ def auto_restart_service():
     logging.info(f"زمان ری‌استارت خودکار فرا رسیده است. برنامه برای ری‌استارت خارج می‌شود...")
     os._exit(1)
 
-custom_css_inspired_by_image = f"""
+custom_css = """
 @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: #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; }}
-#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);}}
-.gradio-container .gr-form {{gap: 1.25rem !important;}}
+: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; }
 """
 
-alpha_header_html_v3 = """
+alpha_header_html = """
 <div class='app-header-alpha'>
   <h1>Alpha TTS</h1>
-  <p>جادوی تبدیل متن به صدا در دستان شما</p>
+  <p>جادوی تبدیل متن به صدا با هوش مصنوعی</p>
 </div>
 """
 
-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.Blocks(theme=gr.themes.Soft(), css=custom_css, title="آلفا TTS") as demo:
+    gr.HTML(alpha_header_html)
 
     with gr.Column(elem_classes=["main-content-panel-alpha"]):
-        with gr.Row():
-            use_file_input_cb = gr.Checkbox(label="📄 استفاده از فایل متنی (.txt)", value=False, elem_id="use_file_cb_alpha_v3")
+        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)
         
-        uploaded_file_input = gr.File(label="فایل .txt خود را اینجا بکشید یا آپلود کنید", 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")
+        def toggle_input_type(use_file):
+            return gr.update(visible=use_file), gr.update(visible=not use_file)
         
         use_file_input_cb.change(
-            fn=lambda x: (gr.update(visible=x), gr.update(visible=not x)),
+            fn=toggle_input_type,
             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)")
 
-        with gr.Accordion("⚙️ تنظیمات پیشرفته (اختیاری)", open=False):
-            speech_prompt_tb = gr.Textbox(label="🗣️ سبک گفتار (Prompt)", placeholder="مثال: با لحنی شاد و پرانرژی", value="با لحنی دوستانه و رسا صحبت کن.", lines=2, elem_id="speech_prompt_alpha_v3", visible=False) # مخفی شد
-            speaker_voice_dd = gr.Dropdown(SPEAKER_VOICES, label="🎤 انتخاب گوینده و لهجه", value="Charon", elem_id="speaker_voice_alpha_v3", visible=False) # مخفی شد
-            temperature_slider = gr.Slider(minimum=0.0, maximum=1.0, step=0.05, value=0.7, label="🌡️ میزان خلاقیت (Temperature)", 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")
+        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
         generate_button.click(
             fn=gradio_tts_interface,
-            inputs=[ use_file_input_cb, uploaded_file_input, text_to_speak_tb, speech_prompt_tb, speaker_voice_dd, temperature_slider ],
+            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, temperature_slider],
             outputs=[output_audio] 
         )
 
         gr.Examples(
             examples=[
-                [False, None, "سلام بر شما، امیدوارم روز خوبی داشته باشید.", "", "", 0.7],
-                [False, None, "این یک آزمایش برای بررسی کیفیت صدای تولید شده توسط هوش مصنوعی آلفا است.", "", "", 0.7],
+                [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],
             ],
-            inputs=[ use_file_input_cb, uploaded_file_input, text_to_speak_tb, speech_prompt_tb, speaker_voice_dd, temperature_slider ],
+            inputs=[use_file_input_cb, uploaded_file_input, text_to_speak_tb, temperature_slider],
             outputs=[output_audio],
             fn=gradio_tts_interface,
             cache_examples=False,