app.py

# app.py

import streamlit as st
import tempfile
from utils import VoiceCloner

def main():
    st.title("Clonación de Voz en Español")
    st.write("""
    Esta aplicación de ejemplo utiliza **Coqui TTS** (YourTTS) para 
    realizar clonación de voz en español mediante zero-shot. 
    """)

    # Creamos una instancia del clonador de voz
    voice_cloner = VoiceCloner()

    # Entrada de texto
    text_input = st.text_area("Ingresa el texto a reproducir:", "")

    # Carga de archivo de audio (WAV o MP3)
    uploaded_audio = st.file_uploader("Sube una nota de voz o audio de referencia", type=["wav", "mp3"])

    # Botón para generar la voz clonada
    if st.button("Generar voz clonada"):
        # Validaciones básicas
        if not text_input:
            st.warning("Por favor, ingresa un texto.")
        elif not uploaded_audio:
            st.warning("Por favor, sube un archivo de audio de referencia.")
        else:
            # Guardamos temporalmente el audio subido
            with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
                tmp.write(uploaded_audio.read())
                reference_audio_path = tmp.name

            # Definimos un archivo de salida
            output_path = "cloned_voice.wav"

            # Llamamos a la función que clona la voz
            result_audio_path = voice_cloner.clone_voice(
                text=text_input,
                reference_audio_path=reference_audio_path,
                output_path=output_path
            )

            st.success("¡Voz clonada generada con éxito!")

            # Leemos el audio generado y lo reproducimos
            with open(result_audio_path, "rb") as audio_file:
                audio_bytes = audio_file.read()
                st.audio(audio_bytes, format="audio/wav")

if __name__ == "__main__":
    main()