Update app.py

app.py

@@ -32,8 +32,6 @@ def _log(message):
 if NUM_API_KEYS == 0:
   _log("⛔️ خطای حیاتی: هیچ Secret با نام GEMINI_API_KEY_n یافت نشد!")
   _log("   لطفاً Secret ها را مانند GEMINI_API_KEY_1, GEMINI_API_KEY_2, ... در تنظیمات Space خود اضافه کنید.")
-  # در یک محیط واقعی، ممکن است بخواهید اینجا برنامه را متوقف کنید
-  # exit(1)
 else:
   _log(f"✅ تعداد {NUM_API_KEYS} کلید API جیمینای بارگذاری شد.")
 
@@ -41,12 +39,11 @@ def get_next_api_key():
   global CURRENT_KEY_INDEX
   if NUM_API_KEYS == 0:
     _log("⚠️ تلاش برای گرفتن کلید API در حالی که هیچ کلیدی بارگذاری نشده است.")
-    return None, 0 # Return 0 for key_display_index
+    return None, None
   
   key_to_use = GEMINI_API_KEYS[CURRENT_KEY_INDEX % NUM_API_KEYS]
   key_display_index = (CURRENT_KEY_INDEX % NUM_API_KEYS) + 1
   CURRENT_KEY_INDEX += 1
-  # _log(f"🔑 استفاده از کلید API شماره {key_display_index} (اندیس: {CURRENT_KEY_INDEX-1})") # لاگ دقیق‌تر برای دیباگ
   return key_to_use, key_display_index
 # --- END: منطق چرخش API Key ---
 
@@ -65,7 +62,6 @@ 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)
-        # _log(f"💾 فایل ذخیره شد: {file_name}") # لاگ کمتر
         return file_name
     except Exception as e:
         _log(f"❌ خطا در ذخیره فایل {file_name}: {e}")
@@ -101,237 +97,199 @@ def smart_text_split(text, max_size=3800):
             if current_chunk: chunks.append(current_chunk.strip())
             current_chunk = sentence
             while len(current_chunk) > max_size:
-                # Prioritize splitting at Persian punctuation (،) or common separators
-                split_idx = next((i for i in range(max_size - 1, max_size // 2, -1) if current_chunk[i] in ['،', ',', ';', ':', ' ', '؟', '!']), -1)
+                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]
-    # _log(f"📊 متن به {len(final_chunks)} قطعه تقسیم شد.") # لاگ کمتر
     return final_chunks
 
 def merge_audio_files_func(file_paths, output_path):
     if not PYDUB_AVAILABLE: _log("⚠️ pydub برای ادغام در دسترس نیست."); return False
     try:
-        # _log(f"🔗 ادغام {len(file_paths)} فایل صوتی...") # لاگ کمتر
         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: _log(f"⚠️ فایل برای ادغام پیدا نشد: {fp}")
         combined.export(output_path, format="wav")
-        # _log(f"✅ فایل ادغام شده: {output_path}") # لاگ کمتر
         return True
     except Exception as e: _log(f"❌ خطا در ادغام فایل‌های صوتی: {e}"); return False
 
-def core_generate_audio(text_input, prompt_input, selected_voice, temperature_val):
-    _log("🚀 شروع فرآیند تولید صدا...")
+# --- START: منطق جدید تولید صدا با قابلیت تلاش مجدد ---
+
+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.
+    """
+    # تلاش برای تولید صدا به تعداد کلیدهای موجود
+    for i in range(NUM_API_KEYS):
+        selected_api_key, key_idx_display = get_next_api_key()
+        if not selected_api_key:
+            _log("⚠️ هیچ کلید API برای تلاش باقی نمانده است.")
+            continue
+
+        _log(f"⚙️ تلاش برای تولید قطعه با کلید API شماره {key_idx_display} (...{selected_api_key[-4:]})")
+
+        try:
+            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:
+                _log(f"✅ قطعه با موفقیت توسط کلید شماره {key_idx_display} تولید شد.")
+                return response.candidates[0].content.parts[0].inline_data
+            else:
+                _log(f"⚠️ پاسخ API برای قطعه با کلید شماره {key_idx_display} بدون داده صوتی بود. تلاش با کلید بعدی...")
+
+        except Exception as e:
+            _log(f"❌ خطا در تولید قطعه با کلید شماره {key_idx_display}: {e}. تلاش با کلید بعدی...")
     
+    _log("❌ 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):
+    _log("🚀 شروع فرآیند تولید صدا با قابلیت تعویض کلید خودکار...")
+
     output_base_name = DEFAULT_OUTPUT_FILENAME_BASE
-    max_chunk = DEFAULT_MAX_CHUNK_SIZE # Corrected assignment
-    sleep_time = DEFAULT_SLEEP_BETWEEN_REQUESTS # Corrected assignment
+    max_chunk, sleep_time = DEFAULT_MAX_CHUNK_SIZE, DEFAULT_SLEEP_BETWEEN_REQUESTS
 
     if not text_input or not text_input.strip():
         _log("❌ متن ورودی خالی است.")
         return None
-        
+
     text_chunks = smart_text_split(text_input, max_chunk)
     if not text_chunks:
         _log("❌ متن قابل پردازش به قطعات کوچکتر نیست.")
         return None
-    
-    final_generated_files = [] # This will hold the successfully generated files from *one* full attempt
-    
-    # Ensure there's at least one API key before attempting.
-    if NUM_API_KEYS == 0:
-        _log("⛔️ هیچ کلید API برای تولید صدا در دسترس نیست.")
-        return None
 
-    # Outer loop for retrying the entire generation process with different API keys
-    # We will try each available API key once if the previous one fails
-    for attempt_num in range(NUM_API_KEYS):
-        selected_api_key, key_idx_display = get_next_api_key()
+    generated_files = []
+    for i, chunk in enumerate(text_chunks):
+        _log(f"🔊 پردازش قطعه {i+1}/{len(text_chunks)}...")
         
-        if not selected_api_key:
-            _log(f"⚠️ کلید API در تلاش {attempt_num + 1}/{NUM_API_KEYS} در دسترس نیست. ادامه به تلاش بعدی...")
-            continue # Try the next key if this one somehow returns None (shouldn't happen if NUM_API_KEYS > 0)
-
-        _log(f"⚙️ تلاش برای تولید صدا با کلید API شماره {key_idx_display} (پایان یافته با: ...{selected_api_key[-4:]}) (تلاش: {attempt_num + 1}/{NUM_API_KEYS})")
-
-        try:
-            client = genai.Client(api_key=selected_api_key)
-        except Exception as e:
-            _log(f"❌ خطا در مقداردهی اولیه کلاینت Gemini با کلید شماره {key_idx_display} در تلاش {attempt_num + 1}: {e}")
-            if attempt_num == NUM_API_KEYS - 1: # If this was the last attempt
-                _log("❌ تمام تلاش‌ها برای مقداردهی اولیه کلاینت ناموفق بود.")
-                return None
-            else:
-                _log("⚠️ خطا در کلاینت، تلاش مجدد با کلید بعدی...")
-                continue # Go to the next attempt (which will get the next key)
-
-        current_attempt_generated_files = [] # Files generated successfully within this specific API key attempt
-        all_chunks_successful_in_this_attempt = True
-
-        for i, chunk in enumerate(text_chunks):
-            final_text = f'"{prompt_input}"\n{chunk}' if prompt_input and prompt_input.strip() else chunk
-            contents = [types.Content(role="user", parts=[types.Part.from_text(text=final_text)])]
+        inline_data = generate_audio_chunk_with_retry(chunk, prompt_input, selected_voice, temperature_val)
+
+        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
             
-            speech_config = types.SpeechConfig(
-                voice_config=types.VoiceConfig(
-                    prebuilt_voice_config=types.PrebuiltVoiceConfig(voice_name=selected_voice)
-                )
-            )
-            config = types.GenerateContentConfig(
-                temperature=temperature_val, 
-                response_modalities=["audio"],
-                speech_config=speech_config
-            )
-
             fname_base = f"{output_base_name}_part{i+1:03d}"
-            
-            try:
-                # _log(f"🔊 پردازش قطعه {i+1}/{len(text_chunks)} با کلید شماره {key_idx_display}...") # verbose log
-                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:
-                    
-                    inline_data = response.candidates[0].content.parts[0].inline_data
-                    data_buffer = inline_data.data
-                    
-                    # Determine extension. Prioritize WAV if it's raw audio.
-                    ext = ".wav" # Default to wav
-                    if "audio/L" in inline_data.mime_type: # raw audio, needs WAV header
-                        data_buffer = convert_to_wav(data_buffer, inline_data.mime_type)
-                    else: # Other mime types, try to guess or default to wav
-                        guessed_ext = mimetypes.guess_extension(inline_data.mime_type)
-                        if guessed_ext:
-                            ext = guessed_ext
-
-                    if not ext.startswith("."): ext = "." + ext
-                    
-                    fpath = save_binary_file(f"{fname_base}{ext}", data_buffer)
-                    if fpath: 
-                        current_attempt_generated_files.append(fpath)
-                    else:
-                        _log(f"⚠️ ذخیره فایل برای قطعه {i+1} ناموفق بود. با کلید شماره {key_idx_display}. این کلید ممکن است مشکل داشته باشد.")
-                        all_chunks_successful_in_this_attempt = False
-                        break # Break from inner chunk loop, this key failed
-                else: 
-                    _log(f"⚠️ پاسخ API برای قطعه {i+1} از کلید شماره {key_idx_display} بدون داده صوتی بود. این کلید ممکن است مشکل داشته باشد.")
-                    all_chunks_successful_in_this_attempt = False
-                    break # Break from inner chunk loop, this key failed
-            except Exception as e:
-                _log(f"❌ خطا در تولید قطعه {i+1} با کلید شماره {key_idx_display}: {e}. این کلید ممکن است مشکل داشته باشد.")
-                all_chunks_successful_in_this_attempt = False
-                break # Break from inner chunk loop, this key failed
-            
-            # Only sleep if there are more chunks to process in this attempt
-            if i < len(text_chunks) - 1 and len(text_chunks) > 1:
-                time.sleep(sleep_time)
-        
-        # Check if all chunks were successful for this API key attempt
-        if all_chunks_successful_in_this_attempt and len(current_attempt_generated_files) == len(text_chunks):
-            final_generated_files = current_attempt_generated_files
-            _log(f"✅ تولید موفقیت آمیز تمام قطعات با کلید شماره {key_idx_display}.")
-            break # Success! Exit the outer retry loop.
+            fpath = save_binary_file(f"{fname_base}{ext}", data_buffer)
+            if fpath: 
+                generated_files.append(fpath)
+            else:
+                 _log(f"❌ موفق به ذخیره فایل برای قطعه {i+1} نشدیم. این قطعه نادیده گرفته می‌شود.")
+                 continue
         else:
-            _log(f"❌ تولید کامل صدا با کلید شماره {key_idx_display} ناموفق بود. پاکسازی فایل‌های موقت و تلاش مجدد با کلید بعدی...")
-            # Clean up files generated in this failed attempt
-            for fp_cleanup in current_attempt_generated_files:
-                try: 
-                    if os.path.exists(fp_cleanup):
-                        os.remove(fp_cleanup)
-                except Exception as clean_e:
-                    _log(f"⚠️ خطا در پاکسازی فایل موقت {fp_cleanup}: {clean_e}")
-            # Continue to the next iteration of the outer loop to try another key
-
-    if not final_generated_files:
-        _log(f"❌ پس از {NUM_API_KEYS} تلاش با کلیدهای مختلف، هیچ فایل صوتی تولید نشد.")
+            _log(f"🛑 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 not generated_files:
+        _log(f"❌ هیچ فایل صوتی تولید نشد.")
         return None
     
     final_audio_file = None
     final_output_path_base = f"{output_base_name}_final"
 
-    if len(final_generated_files) > 1:
+    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(final_generated_files, merged_fn):
+            if merge_audio_files_func(generated_files, merged_fn):
                 final_audio_file = merged_fn
-            else: 
-                # If merging failed, revert to providing the first chunk (renamed)
-                _log("⚠️ ادغام فایل‌ها ناموفق بود. ارائه اولین قطعه.")
-                if final_generated_files:
+            else:
+                if generated_files:
                     try:
-                        target_ext = os.path.splitext(final_generated_files[0])[1]
+                        target_ext = os.path.splitext(generated_files[0])[1]
                         renamed_first_chunk = f"{final_output_path_base}{target_ext}"
                         if os.path.exists(renamed_first_chunk): os.remove(renamed_first_chunk)
-                        os.rename(final_generated_files[0], renamed_first_chunk)
+                        os.rename(generated_files[0], renamed_first_chunk)
                         final_audio_file = renamed_first_chunk
                     except Exception as e_rename:
                          _log(f"خطا در تغییر نام فایل اولین قطعه (پس از ادغام ناموفق): {e_rename}")
-                         final_audio_file = final_generated_files[0]
+                         final_audio_file = generated_files[0]
             
-            # Clean up all partial files, regardless of merge success, as long as they are not the final merged file
-            for fp_cleanup in final_generated_files:
+            for fp_cleanup in generated_files:
                 if final_audio_file and os.path.abspath(fp_cleanup) == os.path.abspath(final_audio_file):
-                    continue # Do not delete the final output file if it's one of the chunks (in case merge failed)
-                try: 
-                    if os.path.exists(fp_cleanup):
-                        os.remove(fp_cleanup)
-                except Exception as cleanup_e:
-                    _log(f"⚠️ خطا در پاکسازی فایل موقت پس از ادغام/تغییر نام: {cleanup_e}")
+                    continue
+                try: os.remove(fp_cleanup)
+                except: pass
 
         else: 
-            _log("⚠️ pydub در دسترس نیست. فقط اولین قطعه صوتی ارائه می‌شود.")
-            if final_generated_files:
+            _log("⚠️ pydub در دسترس نیست. اولین قطعه صوتی ارائه می‌شود.")
+            if generated_files:
                 try:
-                    target_ext = os.path.splitext(final_generated_files[0])[1]
+                    target_ext = os.path.splitext(generated_files[0])[1]
                     renamed_first_chunk = f"{final_output_path_base}{target_ext}"
                     if os.path.exists(renamed_first_chunk): os.remove(renamed_first_chunk)
-                    os.rename(final_generated_files[0], renamed_first_chunk)
+                    os.rename(generated_files[0], renamed_first_chunk)
                     final_audio_file = renamed_first_chunk
-                    for i_gf in range(1, len(final_generated_files)): # Clean up other partial files
-                        try: 
-                            if os.path.exists(final_generated_files[i_gf]):
-                                os.remove(final_generated_files[i_gf])
+                    for i_gf in range(1, len(generated_files)):
+                        try: os.remove(generated_files[i_gf])
                         except: pass
                 except Exception as e_rename_single:
                     _log(f"خطا در تغییر نام فایل اولین قطعه (بدون pydub): {e_rename_single}")
-                    final_audio_file = final_generated_files[0]
+                    final_audio_file = generated_files[0]
 
-    elif len(final_generated_files) == 1:
+    elif len(generated_files) == 1:
         try:
-            target_ext = os.path.splitext(final_generated_files[0])[1]
+            target_ext = os.path.splitext(generated_files[0])[1]
             final_single_fn = f"{final_output_path_base}{target_ext}"
             if os.path.exists(final_single_fn): os.remove(final_single_fn)
-            os.rename(final_generated_files[0], final_single_fn)
+            os.rename(generated_files[0], final_single_fn)
             final_audio_file = final_single_fn
         except Exception as e_rename_single_final:
             _log(f"خطا در تغییر نام فایل تکی نهایی: {e_rename_single_final}")
-            final_audio_file = final_generated_files[0]
+            final_audio_file = generated_files[0]
     
     if final_audio_file and os.path.exists(final_audio_file):
-        _log(f"✅ فایل صوتی نهایی با موفقیت با کلید شماره {key_idx_display} تولید شد: {os.path.basename(final_audio_file)}")
-        return final_audio_file
+        _log(f"✅ فایل صوتی نهایی با موفقیت تولید شد: {os.path.basename(final_audio_file)}")
     elif final_audio_file:
-        _log(f"⚠️ فایل نهایی '{final_audio_file}' پس از پردازش وجود ندارد! (با کلید شماره {key_idx_display})")
+        _log(f"⚠️ فایل نهایی '{final_audio_file}' پس از پردازش وجود ندارد!")
         return None
     else:
-        _log(f"❓ وضعیت نامشخص برای فایل نهایی. (با کلید شماره {key_idx_display})")
+        _log(f"❓ وضعیت نامشخص برای فایل نهایی.")
         return None
+        
+    return final_audio_file
+
+# --- END: منطق جدید تولید صدا ---
 
-# بقیه کد Gradiod.Blocks بدون تغییر باقی می‌ماند.
-# ... (rest of your Gradio interface code) ...
+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:
+            try:
+                with open(uploaded_file.name, 'r', encoding='utf-8') as f: actual_text = f.read().strip()
+                if not actual_text: _log("❌ فایل آپلود شده خالی است یا خوانده نشد."); return None
+            except Exception as e: _log(f"❌ خطا در خواندن فایل آپلود شده: {e}"); return None
+        else: _log("❌ 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(): _log("❌ متن ورودی برای تبدیل خالی است."); return None
+    
+    final_path = core_generate_audio(actual_text, speech_prompt, speaker_voice, temperature)
+    return final_path
 
-# --- CSS (بدون تغییر نسبت به کد شما) ---
+# --- CSS ---
 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; /* آبی */
-    --app-header-grad-end: #2ecc71;   /* سبز */
+    --app-header-grad-start: #2980b9;
+    --app-header-grad-end: #2ecc71;
     --app-panel-bg: #FFFFFF;
     --app-input-bg: #F7F7F7;
     --app-button-bg: #2979FF;
@@ -378,6 +336,7 @@ 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)
 
@@ -442,7 +401,7 @@ with gr.Blocks(theme=gr.themes.Base(font=[gr.themes.GoogleFont("Vazirmatn")]), c
     gr.Markdown("<p class='app-footer-final'>Alpha Language Learning © 2024</p>")
 
 if __name__ == "__main__":
-    if NUM_API_KEYS > 0 : # فقط در صورتی که کلید API موجود باشد، برنامه را اجرا کن
+    if NUM_API_KEYS > 0 :
         demo.launch()
     else:
         _log("🔴 برنامه به دلیل عدم وجود کلید API جیمینای اجرا نشد. لطفاً Secrets را بررسی کنید.")