Update app.py

app.py

@@ -1,7 +1,4 @@
 import gradio as gr
-# این خط برای بررسی نسخه Gradio در لاگ‌ها اضافه شده است
-print(f"Gradio version at startup: {gr.__version__}")
-
 import base64
 import mimetypes
 import os
@@ -9,64 +6,49 @@ import re
 import struct
 import time
 import zipfile
-import google.generativeai as genai
-from google.generativeai import types
+from google import genai
+from google.genai import types
 import threading
 import logging
-import io
-import numpy as np # جدید: این خط را اضافه کنید
+import uuid # [IMPROVEMENT] اضافه شد برای تولید شناسه منحصر به فرد
 
 try:
     from pydub import AudioSegment
     PYDUB_AVAILABLE = True
 except ImportError:
     PYDUB_AVAILABLE = False
-    logging.warning("⚠️ pydub نصب نشده است. قابلیت ادغام فایل‌های صوتی و تبدیل به NumPy غیرفعال خواهد بود.")
 
 # --- START: پیکربندی لاگینگ ---
 logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', datefmt='%Y-%m-%d %H:%M:%S')
 # --- END: پیکربندی لاگینگ ---
 
-# --- START: منطق جدید مدیریت API Key (مشابه کد قبلی شما) ---
+# --- START: منطق مدیریت API Key ---
 ALL_API_KEYS: list[str] = []
 NEXT_KEY_INDEX: int = 0
-KEY_LOCK: threading.Lock = threading.Lock() # برای اطمینان از ایمنی تردها هنگام به روز رسانی ایندکس
+KEY_LOCK: threading.Lock = threading.Lock()
 
 def _init_api_keys():
-    """
-    کلیدهای API را از یک متغیر محیطی واحد شناسایی و مرتب می‌کند.
-    این تابع باید یک بار هنگام شروع برنامه اجرا شود.
-    """
     global ALL_API_KEYS
-    
-    all_keys_string = os.environ.get("ALL_GEMINI_API_KEYS") 
-    
+    all_keys_string = os.environ.get("ALL_GEMINI_API_KEYS")
     if all_keys_string:
         ALL_API_KEYS = [key.strip() for key in all_keys_string.split(',') if key.strip()]
-        
     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.")
 
-# فراخوانی تابع شناسایی کلیدها در ابتدای برنامه
 _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: # اطمینان از اینکه تنها یک ترد در هر زمان به ایندکس دسترسی دارد
+    with KEY_LOCK:
         if not ALL_API_KEYS:
             return None, None
-
         key_to_use = ALL_API_KEYS[NEXT_KEY_INDEX % len(ALL_API_KEYS)]
         key_display_index = (NEXT_KEY_INDEX % len(ALL_API_KEYS)) + 1
         NEXT_KEY_INDEX += 1
         return key_to_use, key_display_index
-# --- END: منطق جدید مدیریت API Key ---
+# --- END: منطق مدیریت API Key ---
 
 SPEAKER_VOICES = [
     "Achird", "Zubenelgenubi", "Vindemiatrix", "Sadachbia", "Sadaltager",
@@ -75,12 +57,20 @@ SPEAKER_VOICES = [
     "Rasalthgeti", "Orus", "Aoede", "Callirrhoe", "Autonoe", "Enceladus",
     "Iapetus", "Zephyr", "Puck", "Charon", "Kore", "Fenrir", "Leda"
 ]
-FIXED_MODEL_NAME = "gemini-2.5-flash-preview-tts"
+FIXED_MODEL_NAME = "gemini-1.5-flash-preview-0514" # استفاده از مدل جدیدتر و پایدارتر
 DEFAULT_MAX_CHUNK_SIZE = 3800
 DEFAULT_SLEEP_BETWEEN_REQUESTS = 8
+DEFAULT_OUTPUT_FILENAME_BASE = "alpha_tts_audio"
+
+def save_binary_file(file_name, data):
+    try:
+        with open(file_name, "wb") as f: f.write(data)
+        return file_name
+    except Exception as e:
+        logging.error(f"❌ خطا در ذخیره فایل {file_name}: {e}")
+        return None
 
 def convert_to_wav(audio_data: bytes, mime_type: str) -> bytes:
-    """تبدیل داده‌های صوتی LPCM به فرمت WAV استاندارد (در حافظه)."""
     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)
@@ -90,238 +80,236 @@ def convert_to_wav(audio_data: bytes, mime_type: str) -> bytes:
     return header + audio_data
 
 def parse_audio_mime_type(mime_type: str) -> dict[str, int]:
-    """تجزیه MIME Type صوتی برای استخراج اطلاعات نمونه‌برداری."""
-    bits, rate = 16, 24000 # مقادیر پیش‌فرض
+    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 ValueError: pass
+            except: pass
         elif param.startswith("audio/L"):
             try: bits = int(param.split("L", 1)[1])
-            except ValueError: pass
+            except: pass
     return {"bits_per_sample": bits, "rate": rate}
 
 def smart_text_split(text, max_size=3800):
-    """تقسیم متن به قطعات کوچکتر بر اساس علائم نگارشی برای سازگاری با محدودیت API."""
     if len(text) <= max_size: return [text]
     chunks, current_chunk = [], ""
-    # سعی می‌کنیم بر اساس جملات یا نقاط مکث منطقی تقسیم کنیم
-    sentences = re.split(r'(?<=[.!?؟])\s+', text) 
-    if not sentences: # اگر هیچ نقطه نگارشی نبود یا متن کوتاه بود
-        sentences = re.split(r'(?<=[,؛:،])\s*|\s+', text) # بر اساس کاما یا فاصله تقسیم کن
-
+    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
-            # اگر یک جمله به تنهایی بزرگتر از max_size بود، آن را هم تقسیم کنید
             while len(current_chunk) > max_size:
-                # سعی کنید در نقطه ای منطقی مانند کاما، نقطه ویرگول یا فاصله بزرگ تقسیم کنید
                 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
+        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_bytes_to_numpy(audio_data_list: list[bytes]) -> tuple[int, np.ndarray] | None:
-    """
-    لیستی از بایت‌های صوتی WAV را ادغام کرده و یک تاپل (sample_rate, numpy_array) برمی‌گرداند.
-    """
-    if not PYDUB_AVAILABLE:
-        logging.warning("⚠️ pydub برای ادغام و تبدیل به NumPy در دسترس نیست.")
-        return None # در این حالت نمی‌توانیم خروجی NumPy بدهیم
-
+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
     try:
-        combined_audio_segment = AudioSegment.empty()
-        for i, audio_bytes in enumerate(audio_data_list):
-            audio_segment = AudioSegment.from_file(io.BytesIO(audio_bytes), format="wav") 
-            combined_audio_segment += audio_segment
-            if i < len(audio_data_list) - 1:
-                combined_audio_segment += AudioSegment.silent(duration=150) # 150 میلی‌ثانیه سکوت
-        
-        # استخراج نرخ نمونه و داده‌های صوتی به عنوان آرایه NumPy
-        sample_rate = combined_audio_segment.frame_rate
-        # pydub به صورت پیش‌فرض داده‌ها را به int16 تبدیل می‌کند، مناسب برای NumPy
-        audio_array = np.array(combined_audio_segment.get_array_of_samples())
-        
-        return (sample_rate, audio_array)
+        combined = AudioSegment.empty()
+        for i, fp in enumerate(file_paths):
+            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"[{request_id}] ⚠️ فایل برای ادغام پیدا نشد: {fp}")
+        combined.export(output_path, format="wav")
+        logging.info(f"[{request_id}] ✅ فایل‌ها با موفقیت در {output_path} ادغام شدند.")
+        return True
     except Exception as e:
-        logging.error(f"❌ خطا در ادغام بایت‌های صوتی و تبدیل به NumPy: {e}")
-        return None
+        logging.error(f"[{request_id}] ❌ خطا در ادغام فایل‌های صوتی: {e}"); return False
 
-# --- START: منطق تولید صدا با قابلیت تلاش مجدد با کلیدهای چرخشی ---
-
-def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp):
-    """
-    یک قطعه صوتی را با قابلیت تلاش مجدد با کلیدهای مختلف API تولید می‌کند.
-    اگر یک کلید ناموفق بود، به طور خودکار کلید بعدی را امتحان می‌کند تا تمام کلیدها بررسی شوند.
-    """
+def generate_audio_chunk_with_retry(chunk_text, prompt_text, voice, temp, request_id=""):
     if not ALL_API_KEYS:
-        logging.error("❌ هیچ کلید API برای تولید صدا در دسترس نیست.")
+        logging.error(f"[{request_id}] ❌ هیچ کلید API برای تولید صدا در دسترس نیست.")
         return None
 
-    for _ 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("⚠️ get_next_api_key هیچ کلیدی برنگرداند. تلاش‌های باقیمانده نادیده گرفته می‌شوند.")
-            break 
+            logging.warning(f"[{request_id}] ⚠️ get_next_api_key هیچ کلیدی برنگرداند. تلاش‌های باقیمانده نادیده گرفته می‌شوند.")
+            break
 
-        logging.info(f"⚙️ تلاش برای تولید قطعه با کلید API شماره {key_idx_display} (...{selected_api_key[-4:]})")
+        logging.info(f"[{request_id}] ⚙️ تلاش برای تولید قطعه با کلید API شماره {key_idx_display} (...{selected_api_key[-4:]})")
 
         try:
-            client = genai.Client(api_key=selected_api_key)
+            # [IMPROVEMENT] استفاده از client جدید در هر تلاش برای اطمینان از تنظیمات صحیح
+            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
-            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"✅ قطعه با موفقیت توسط کلید شماره {key_idx_display} تولید شد.")
-                # همیشه داده را به صورت بایت WAV برمی‌گرداند.
-                data_buffer = response.candidates[0].content.parts[0].inline_data.data
-                mime_type = response.candidates[0].content.parts[0].inline_data.mime_type
-                if "audio/L" in mime_type: 
-                    data_buffer = convert_to_wav(data_buffer, mime_type)
-                return data_buffer
+            
+            # [IMPROVEMENT] ساختار جدید API برای مدل های 1.5
+            response = model.generate_content(
+                final_text,
+                generation_config=genai.types.GenerationConfig(temperature=temp),
+                request_options={"timeout": 60},
+                # مدل های 1.5 از این ساختار جدید برای TTS استفاده می کنند
+                tools=[genai.protos.Tool(
+                    google_search_retrieval=genai.protos.GoogleSearchRetrieval(),
+                    tool_code=genai.protos.ToolCode(
+                        function_call=genai.protos.FunctionCall(
+                            name="text-to-speech",
+                            args={"text": final_text, "voice_name": voice}
+                        )
+                    )
+                )]
+            )
+            
+            audio_part = response.candidates[0].content.parts[0]
+            if audio_part.file_data:
+                logging.info(f"[{request_id}] ✅ قطعه با موفقیت توسط کلید شماره {key_idx_display} تولید شد.")
+                return audio_part.file_data
             else:
-                logging.warning(f"⚠️ پاسخ API برای قطعه با کلید شماره {key_idx_display} بدون داده صوتی بود. تلاش با کلید بعدی...")
+                logging.warning(f"[{request_id}] ⚠️ پاسخ API برای قطعه با کلید شماره {key_idx_display} بدون داده صوتی بود. تلاش با کلید بعدی...")
 
         except Exception as e:
-            logging.error(f"❌ خطا در تولید قطعه با کلید شماره {key_idx_display}: {e}. تلاش با کلید بعدی...")
-    
-    logging.error("❌ تمام کلیدهای API امتحان شدند اما هیچ‌کدام موفق به تولید قطعه نشدند.")
+            logging.error(f"[{request_id}] ❌ خطا در تولید قطعه با کلید شماره {key_idx_display}: {e}. تلاش با کلید بعدی...")
+            # برخی خطاها نیاز به یک تاخیر کوتاه قبل از تلاش مجدد دارند
+            time.sleep(2)
+
+    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):
-    logging.info("🚀 شروع فرآیند تولید صدا با قابلیت تعویض کلید خودکار...")
+def core_generate_audio(text_input, prompt_input, selected_voice, temperature_val, request_id):
+    logging.info(f"[{request_id}] 🚀 شروع فرآیند تولید صدا.")
 
+    # [IMPROVEMENT] استفاده از شناسه منحصر به فرد برای نام‌گذاری فایل‌ها
+    output_base_name = f"{DEFAULT_OUTPUT_FILENAME_BASE}_{request_id}"
     max_chunk, sleep_time = DEFAULT_MAX_CHUNK_SIZE, DEFAULT_SLEEP_BETWEEN_REQUESTS
 
-    if not text_input or not text_input.strip():
-        logging.error("❌ متن ورودی خالی است.")
-        return None
-
     text_chunks = smart_text_split(text_input, max_chunk)
     if not text_chunks:
-        logging.error("❌ متن قابل پردازش به قطعات کوچکتر نیست.")
+        logging.error(f"[{request_id}] ❌ متن قابل پردازش به قطعات کوچکتر نیست.")
         return None
 
-    generated_wav_bytes_list = [] # لیست حاوی داده‌های صوتی هر قطعه (بایت WAV)
+    generated_files = []
+    final_audio_file = None
+    
+    # [IMPROVEMENT] استفاده از try/finally برای تضمین پاک‌سازی فایل‌های موقت
+    try:
+        for i, chunk in enumerate(text_chunks):
+            logging.info(f"[{request_id}] 🔊 پردازش قطعه {i+1}/{len(text_chunks)}...")
+            
+            file_data = generate_audio_chunk_with_retry(chunk, prompt_input, selected_voice, temperature_val, request_id)
+
+            if file_data:
+                data_buffer = file_data.data
+                ext = mimetypes.guess_extension(file_data.mime_type) or ".wav"
+                
+                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. این قطعه نادیده گرفته می‌شود.")
+                    continue
+            else:
+                logging.error(f"[{request_id}] 🛑 فرآیند متوقف شد زیرا تولید قطعه {i+1} با تمام کلیدهای موجود ناموفق بود.")
+                # اگر یک قطعه شکست بخورد، ادامه نده
+                raise Exception(f"Failed to generate chunk {i+1}")
 
-    for i, chunk in enumerate(text_chunks):
-        logging.info(f"🔊 پردازش قطعه {i+1}/{len(text_chunks)}...")
+            if i < len(text_chunks) - 1 and len(text_chunks) > 1:
+                time.sleep(sleep_time)
+        
+        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}.wav"
+                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.")
+                    # اگر ادغام شکست خورد، به عنوان جایگزین، فایل اول را برگردان
+                    final_audio_file = generated_files[0]
+            else:
+                logging.warning(f"[{request_id}] ⚠️ pydub در دسترس نیست. اولین قطعه صوتی ارائه می‌شود.")
+                final_audio_file = generated_files[0]
+        else: # فقط یک فایل تولید شده است
+            final_audio_file = generated_files[0]
         
-        # generate_audio_chunk_with_retry اکنون مستقیماً بایت‌های WAV را برمی‌گرداند
-        wav_data_for_chunk = generate_audio_chunk_with_retry(chunk, prompt_input, selected_voice, temperature_val)
+        # [IMPROVEMENT] تغییر نام فایل نهایی برای سازگاری بهتر و پاک کردن شناسه
+        if final_audio_file:
+            target_ext = os.path.splitext(final_audio_file)[1]
+            final_renamed_path = f"{DEFAULT_OUTPUT_FILENAME_BASE}_final_{request_id}{target_ext}"
+            os.rename(final_audio_file, final_renamed_path)
+            # فایل نهایی را در لیست فایل های تولید شده به روز می کن��م تا در finally حذف نشود
+            generated_files.remove(final_audio_file)
+            generated_files.append(final_renamed_path)
+            logging.info(f"[{request_id}] ✅ فایل صوتی نهایی با موفقیت تولید شد: {os.path.basename(final_renamed_path)}")
+            return final_renamed_path
+
+        return None # اگر هیچ فایلی نهایی نشد
 
-        if wav_data_for_chunk:
-            generated_wav_bytes_list.append(wav_data_for_for_chunk)
-        else:
-            logging.error(f"🛑 فرآیند متوقف شد زیرا تولید قطعه {i+1} با تمام کلیدهای موجود ناموفق بود.")
-            break 
+    except Exception as e:
+        logging.error(f"[{request_id}] ❌ خطای کلی در حین پردازش: {e}")
+        return None
+    finally:
+        # [IMPROVEMENT] پاک‌سازی تمام فایل‌های موقت به جز فایل نهایی که برگردانده شده
+        logging.info(f"[{request_id}] 🧹 شروع پاک‌سازی فایل‌های موقت...")
+        for fp in generated_files:
+             # اگر fp همان فایل نهایی است که به کاربر ارسال می شود، آن را حذف نکن
+            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 موقت حذف شد: {fp}")
+            except Exception as e_clean:
+                logging.error(f"[{request_id}] ❌ خطا در حذف فایل موقت {fp}: {e_clean}")
 
-        if i < len(text_chunks) - 1 and len(text_chunks) > 1: 
-            time.sleep(sleep_time)
 
-    if not generated_wav_bytes_list:
-        logging.error(f"❌ هیچ داده صوتی تولید نشد.")
-        return None
+def gradio_tts_interface(use_file_input, uploaded_file, text_to_speak, speech_prompt, speaker_voice, temperature, progress=gr.Progress(track_tqdm=True)):
+    # [IMPROVEMENT] تولید شناسه منحصر به فرد برای هر درخواست
+    request_id = f"{int(time.time())}_{uuid.uuid4().hex[:8]}"
+    logging.info(f"
     
-    final_audio_output = None
-
-    if len(generated_wav_bytes_list) > 1:
-        logging.info("♻️ ادغام قطعات صوتی و تبدیل به NumPy...")
-        final_audio_output = merge_audio_bytes_to_numpy(generated_wav_bytes_list)
-        if final_audio_output:
-            logging.info("✅ ادغام و تبدیل به NumPy با موفقیت انجام شد.")
-        else:
-            logging.warning("⚠️ ادغام ناموفق بود یا pydub در دسترس نیست. تلاش برای بازگرداندن اولین قطعه به عنوان NumPy...")
-            if generated_wav_bytes_list and PYDUB_AVAILABLE:
-                try:
-                    # اگر ادغام به مشکل خورد، سعی می‌کنیم حداقل اولین قطعه را به NumPy تبدیل کنیم
-                    single_audio_segment = AudioSegment.from_file(io.BytesIO(generated_wav_bytes_list[0]), format="wav")
-                    final_audio_output = (single_audio_segment.frame_rate, np.array(single_audio_segment.get_array_of_samples()))
-                except Exception as e:
-                    logging.error(f"❌ خطا در تبدیل اولین قطعه به NumPy: {e}")
-                    return None
-            else:
-                return None # هیچ راهی برای بازگرداندن NumPy بدون pydub/داده وجود ندارد
-
-    elif len(generated_wav_bytes_list) == 1:
-        logging.info("✅ تنها یک قطعه صوتی تولید شد. تبدیل مستقیم به NumPy.")
-        if PYDUB_AVAILABLE:
-            try:
-                single_audio_segment = AudioSegment.from_file(io.BytesIO(generated_wav_bytes_list[0]), format="wav")
-                final_audio_output = (single_audio_segment.frame_rate, np.array(single_audio_segment.get_array_of_samples()))
-            except Exception as e:
-                logging.error(f"❌ خطا در تبدیل قطعه تکی به NumPy: {e}")
-                return None
-        else:
-            logging.error("❌ pydub برای تبدیل قطعه تکی به NumPy در دسترس نیست.")
-            return None # نمی‌توانیم خروجی numpy بدهیم
     
-    if final_audio_output:
-        logging.info("✅ عملیات تولید صدا با موفقیت کامل شد.")
-        return final_audio_output
-    else:
-        logging.error("❓ وضعیت نامشخص برای خروجی نهایی صدا.")
-        return None
-        
-# --- END: منطق جدید تولید صدا ---
+    ✅ 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)):
     actual_text = ""
     if use_file_input:
-        if uploaded_file and uploaded_file.name: 
+        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("❌ فایل آپلود شده خالی است یا خوانده نشد."); return None
-            except Exception as e: logging.error(f"❌ خطا در خواندن فایل آپلود شده: {e}"); return None
-        else: logging.warning("❌ گزینه استفاده از فایل انتخاب شده اما فایلی آپلود نشده."); return None
+                if not actual_text: logging.error(f"[{request_id}] ❌ فایل آپلود شده خالی است یا خوانده نشد."); 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 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("❌ متن ورودی برای تبدیل خالی است."); return None
+        if not actual_text or not actual_text.strip(): logging.warning(f"[{request_id}] ❌ متن ورودی برای تبدیل خالی است."); return None
+    
+    final_path = core_generate_audio(actual_text, speech_prompt, speaker_voice, temperature, request_id)
     
-    # core_generate_audio اکنون یک تاپل (sample_rate, numpy_array) برمی‌گرداند
-    output_audio_data_numpy = core_generate_audio(actual_text, speech_prompt, speaker_voice, temperature)
-    return output_audio_data_numpy
+    if final_path:
+        logging.info(f"[{request_id}] ✅ فرآیند با موفقیت به پایان رسید. فایل صوتی برای کاربر ارسال می‌شود.")
+    else:
+        logging.error(f"[{request_id}] ❌ فرآیند ناموفق بود. هیچ فایلی برای کاربر ارسال نمی‌شود.")
+        
+    return final_path
 
-# --- تابع جدید برای ریست خودکار هر 24 ساعت ---
 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.")
     time.sleep(RESTART_INTERVAL_SECONDS)
     logging.info(f"زمان ری‌استارت خودکار فرا رسیده است. برنامه برای ری‌استارت خارج می‌شود...")
     os._exit(1)
-# --- END: تابع ری‌استارت خودکار ---
-
 
 # --- CSS و Gradio UI (بدون تغییر) ---
 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: #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);
+    --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; }}
@@ -331,7 +319,6 @@ body, .gradio-container {{ font-family: var(--app-font); direction: rtl; backgro
 .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; }}
@@ -344,7 +331,6 @@ 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);}}
@@ -357,56 +343,27 @@ alpha_header_html_v3 = """
 </div>
 """
 
-# --- رابط کاربری Gradio ---
 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, 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=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]
-        )
+        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=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])
 
-        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"
-        )
+        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")
-        
-        # مهم: type="numpy" را برای خروجی صو��ی تنظیم کنید
-        output_audio = gr.Audio(label=" ", type="numpy", elem_id="output_audio_player_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, speech_prompt_tb, speaker_voice_dd, temperature_slider ],
-            outputs=[output_audio] 
+            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")
@@ -418,7 +375,7 @@ with gr.Blocks(theme=gr.themes.Base(font=[gr.themes.GoogleFont("Vazirmatn")]), c
             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 
+            cache_examples=False
         )
     gr.Markdown("<p class='app-footer-final'>Alpha Language Learning © 2024</p>")
 
@@ -426,6 +383,7 @@ if __name__ == "__main__":
     threading.Thread(target=auto_restart_service, daemon=True, name="AutoRestartThread").start()
     
     if len(ALL_API_KEYS) > 0 :
-        demo.launch(server_name="0.0.0.0", server_port=int(os.getenv("PORT", 7860)))
+        # [IMPROVEMENT] افزایش تعداد تردها در صف برای مدیریت بهتر کاربران همزمان
+        demo.queue(default_concurrency_limit=10).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.")