app.py

"""
Genie TTS Hugging Face Spaces Deployment - Main Application
重构后的主应用文件，仅包含Gradio界面定义和应用启动逻辑

模块化重构后的架构：
- installer.py: 依赖管理
- config.py: 配置常量
- tts_engine.py: TTS核心功能
- ui_utils.py: UI辅助函数
- app.py: 主应用界面（当前文件）
"""

import gradio as gr
import logging
import warnings
from tts_engine import tts_interface
from ui_utils import clear_all, load_example, create_tts_wrapper, create_system_status_display
from config import APP_TITLE, APP_DESCRIPTION, EXAMPLE_TEXTS, UI_CONFIG, UI_TEXT, GRADIO_THEME

# 设置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

# 禁用一些警告
warnings.filterwarnings("ignore", category=FutureWarning)
warnings.filterwarnings("ignore", category=UserWarning)

# 创建UI函数
tts_wrapper = create_tts_wrapper(tts_interface)
get_system_status = create_system_status_display(tts_interface)


def create_interface():
    """创建Gradio界面"""
    
    # 定义界面
    with gr.Blocks(
        title=APP_TITLE, 
        theme=gr.themes.Soft(),
        css="""
        .gradio-container {
            max-width: 1200px !important;
        }
        .status-success {
            color: #28a745 !important;
        }
        .status-error {
            color: #dc3545 !important;
        }
        """
    ) as demo:
        gr.Markdown(f"""
        # {APP_TITLE}
        
        {APP_DESCRIPTION}
        
        <div style="background: linear-gradient(90deg, #667eea 0%, #764ba2 100%); padding: 1rem; border-radius: 10px; color: white; margin: 1rem 0;">
        <strong>🌟 功能特点</strong><br>
        ✅ CPU 优化推理，无需 GPU<br>
        ✅ 基于 GPT-SoVITS V2 技术<br>
        ✅ 支持长文本自动分句<br>
        ✅ 实时音频流输出
        </div>
        
        **📖 使用说明:** 选择角色模型 → 输入日语文本 → 点击合成按钮 → 获得高质量语音
        """)
        
        # 系统状态显示
        system_status = get_system_status()
        if "🔴" in system_status:
            status_color = "#ff4444"
            status_text = "服务不可用"
            details = ("Hugging Face Spaces环境限制导致PyAudio依赖安装失败。<br>"
                      "💡 <strong>解决方案:</strong> 请在本地环境运行此应用以获得完整功能。")
        else:
            status_color = "#44ff44"  
            status_text = "服务正常"
            details = "Genie TTS引擎已成功加载，可以正常使用。"
            
        gr.Markdown(f"""
        <div style="background: {status_color}20; border-left: 4px solid {status_color}; padding: 1rem; margin: 1rem 0; border-radius: 0 8px 8px 0;">
        <strong>{system_status}</strong><br>
        <small>{details}</small>
        </div>
        """)
        
        with gr.Tab("🎵 语音合成") as tts_tab:
            with gr.Row():
                with gr.Column(scale=1):
                    # 角色选择
                    with gr.Group():
                        gr.Markdown("### 👤 角色设置")
                        character_dropdown = gr.Dropdown(
                            choices=tts_interface.available_characters,
                            value=tts_interface.available_characters[0],
                            label=UI_TEXT["character_label"],
                            info="当前可用的预训练角色模型",
                            interactive=True
                        )
                    
                    # 文本输入
                    with gr.Group():
                        gr.Markdown("### 📝 文本输入")
                        text_input = gr.Textbox(
                            lines=5,
                            label=UI_TEXT["text_label"],
                            placeholder=UI_TEXT["text_placeholder"],
                            info="💡 支持日语文本，建议输入完整的句子以获得更好的效果",
                            show_copy_button=True
                        )
                        
                        # 控制按钮
                        with gr.Row():
                            submit_btn = gr.Button(
                                UI_TEXT["submit_button"], 
                                variant="primary", 
                                size="lg",
                                scale=2
                            )
                            clear_btn = gr.Button(
                                UI_TEXT["clear_button"], 
                                variant="secondary",
                                scale=1
                            )
                    
                with gr.Column(scale=1):
                    # 音频输出
                    with gr.Group():
                        gr.Markdown("### 🔊 音频输出")
                        audio_output = gr.Audio(
                            label=UI_TEXT["audio_label"],
                            type="filepath",
                            interactive=False,
                            show_download_button=True
                        )
                        
                        # 状态显示
                        status_output = gr.Textbox(
                            label=UI_TEXT["status_label"],
                            interactive=False,
                            show_copy_button=False
                        )
        
        # 示例和教程标签页
        with gr.Tab("📚 示例与教程") as examples_tab:
            gr.Markdown("### 🎯 快速示例")
            gr.Markdown("点击下面的示例可以快速体验不同类型的文本合成效果：")
            
            # 示例网格
            with gr.Row():
                with gr.Column():
                    gr.Markdown("**🌅 问候语**")
                    gr.Examples(
                        examples=EXAMPLE_TEXTS[:3],
                        inputs=[text_input, character_dropdown],
                        outputs=[text_input, character_dropdown, status_output],
                        fn=load_example,
                        run_on_click=True
                    )
                
                with gr.Column():
                    gr.Markdown("**💭 情感表达**")
                    gr.Examples(
                        examples=[
                            ["どうしようかな……やっぱりやりたいかも……！", "misono_mika"],
                            ["うーん、これは難しいですね", "misono_mika"],
                            ["わあ、すごいですね！", "misono_mika"]
                        ],
                        inputs=[text_input, character_dropdown],
                        outputs=[text_input, character_dropdown, status_output],
                        fn=load_example,
                        run_on_click=True
                    )
                
                with gr.Column():
                    gr.Markdown("**🎭 日常对话**")
                    gr.Examples(
                        examples=[
                            ["ありがとうございます", "misono_mika"],
                            ["さようなら、また明日", "misono_mika"],
                            ["お先に失礼します", "misono_mika"]
                        ],
                        inputs=[text_input, character_dropdown],
                        outputs=[text_input, character_dropdown, status_output],
                        fn=load_example,
                        run_on_click=True
                    )
            
            gr.Markdown("""
            ### 📋 使用技巧
            
            1. **文本长度**: 建议单次输入文本长度在 100 字以内，过长的文本会自动分句处理
            2. **标点符号**: 适当使用标点符号（。！？）可以改善语音的自然度
            3. **特殊符号**: 支持省略号（……）和感叹号（！）等情感表达
            4. **处理时间**: 首次加载角色需要下载模型（约30秒），后续合成较快（5-10秒）
            
            ### 🔧 技术说明
            
            - **模型架构**: 基于 Transformer 的端到端语音合成
            - **采样率**: 32kHz，支持高质量音频输出
            - **推理方式**: CPU 优化的 ONNX 模型，适合云端部署
            - **内存占用**: 约 500MB RAM，支持并发处理
            """)
        
        # 关于标签页
        with gr.Tab("ℹ️ 关于项目") as about_tab:
            gr.Markdown("""
            ### 🔍 项目信息
            
            **Genie TTS** 是基于 GPT-SoVITS V2 架构的轻量级语音合成引擎，专门为 CPU 推理优化。
            
            #### 📊 技术规格
            
            | 项目 | 规格 |
            |------|------|
            | **基础模型** | GPT-SoVITS V2 |
            | **推理框架** | ONNX Runtime |
            | **支持语言** | 日语 (Japanese) |
            | **音频格式** | WAV, 32kHz |
            | **推理设备** | CPU (无需 GPU) |
            | **模型大小** | ~200MB |
            | **内存需求** | ~500MB RAM |
            
            #### 🔗 相关链接
            
            - 🏠 [项目主页](https://github.com/High-Logic/Genie)
            - 🤗 [Hugging Face 模型](https://huggingface.co/High-Logic/Genie)
            - 📖 [GPT-SoVITS 官方](https://github.com/RVC-Boss/GPT-SoVITS)
            - 💬 [问题反馈](https://github.com/High-Logic/Genie/issues)
            
            #### 🙏 致谢
            
            感谢以下项目和开发者：
            - [High-Logic](https://github.com/High-Logic) 团队开发的 Genie TTS
            - [RVC-Boss](https://github.com/RVC-Boss) 团队的 GPT-SoVITS 项目
            - Hugging Face 提供的模型托管和 Spaces 平台
            
            #### ⚖️ 免责声明
            
            本应用仅用于演示和研究目的。请合理使用，生成的语音内容责任由使用者承担。
            """)
        
        # 绑定事件
        submit_btn.click(
            fn=tts_wrapper,
            inputs=[text_input, character_dropdown],
            outputs=[audio_output, status_output],
            show_progress="full",
            queue=True
        )
        
        clear_btn.click(
            fn=clear_all,
            outputs=[text_input, audio_output, status_output]
        )
    
    return demo


# 启动应用
if __name__ == "__main__":
    demo = create_interface()
    
    # 处理Gradio主题兼容性
    launch_config = UI_CONFIG.copy()
    try:
        # 尝试使用主题参数（适用于较新版本的Gradio）
        import gradio as gr
        if hasattr(gr.Blocks, 'launch') and 'theme' in gr.Blocks.launch.__code__.co_varnames:
            launch_config['theme'] = GRADIO_THEME
    except:
        # 如果出现错误，忽略主题设置
        pass
    
    demo.launch(**launch_config)