File size: 8,478 Bytes
0b7d9c5
 
 
 
 
 
9e5940d
0b7d9c5
9e5940d
 
 
 
0b7d9c5
9e5940d
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
0b7d9c5
 
9e5940d
0b7d9c5
 
9e5940d
 
 
 
 
 
 
 
 
 
0b7d9c5
9e5940d
 
 
 
0b7d9c5
 
9e5940d
 
 
 
 
 
 
 
 
0b7d9c5
9e5940d
 
 
 
0b7d9c5
 
 
 
 
9e5940d
0b7d9c5
9e5940d
 
 
 
 
 
 
 
 
0b7d9c5
9e5940d
 
0b7d9c5
9e5940d
0b7d9c5
9e5940d
 
 
0b7d9c5
9e5940d
0b7d9c5
 
 
 
9e5940d
0b7d9c5
9e5940d
 
 
 
 
 
 
 
 
 
 
 
 
0b7d9c5
9e5940d
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
0b7d9c5
 
 
9e5940d
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
from fastapi import FastAPI, Request
from fastapi.responses import StreamingResponse, JSONResponse
import edge_tts
import io
import asyncio

app = FastAPI(title="Edge TTS OpenAI Compatible API - Multilingual")

# ============================================================
# VOICE MAP : noms compatibles OpenAI -> voix Edge TTS
# AnythingLLM envoie le nom du "model" comme champ "voice"
# ============================================================
VOICE_MAP = {
    # ---------- FRANÇAIS ----------
    "fr-denise":       "fr-FR-DeniseNeural",        # FR femme (naturelle)
    "fr-henri":        "fr-FR-HenriNeural",         # FR homme
    "fr-eloise":       "fr-FR-EloiseNeural",        # FR femme (jeune)
    "fr-ca-sylvie":    "fr-CA-SylvieNeural",        # FR Canada femme
    "fr-ca-antoine":   "fr-CA-AntoineNeural",       # FR Canada homme
    "fr-be-charline":  "fr-BE-CharlineNeural",      # FR Belgique femme
    "fr-be-gerard":    "fr-BE-GerardNeural",        # FR Belgique homme
    "fr-ch-ariane":    "fr-CH-ArianeNeural",        # FR Suisse femme
    "fr-ch-fabrice":   "fr-CH-FabriceNeural",       # FR Suisse homme

    # ---------- ENGLISH ----------
    "alloy":           "en-US-JennyNeural",         # EN-US femme
    "echo":            "en-US-GuyNeural",           # EN-US homme
    "fable":           "en-GB-SoniaNeural",         # EN-GB femme
    "onyx":            "en-US-ChristopherNeural",   # EN-US homme (grave)
    "nova":            "en-US-AriaNeural",          # EN-US femme
    "shimmer":         "en-US-AnaNeural",           # EN-US femme (jeune)
    "en-jenny":        "en-US-JennyNeural",
    "en-guy":          "en-US-GuyNeural",
    "en-aria":         "en-US-AriaNeural",
    "en-davis":        "en-US-DavisNeural",
    "en-tony":         "en-US-TonyNeural",

    # ---------- MULTILINGUE (ces voix parlent PLUSIEURS langues) ----------
    "multi-jenny":     "en-US-JennyMultilingualNeural",    # ⭐ Multilingue
    "multi-ryan":      "en-US-RyanMultilingualNeural",     # ⭐ Multilingue
    "multi-ava":       "en-US-AvaMultilingualNeural",      # ⭐ Multilingue
    "multi-andrew":    "en-US-AndrewMultilingualNeural",   # ⭐ Multilingue
    "multi-emma":      "en-US-EmmaMultilingualNeural",     # ⭐ Multilingue
    "multi-brian":     "en-US-BrianMultilingualNeural",    # ⭐ Multilingue
    "multi-vivienne":  "fr-FR-VivienneMultilingualNeural", # ⭐ FR Multilingue
    "multi-remy":      "fr-FR-RemyMultilingualNeural",     # ⭐ FR Multilingue

    # ---------- ESPAGNOL ----------
    "es-elvira":       "es-ES-ElviraNeural",
    "es-alvaro":       "es-ES-AlvaroNeural",

    # ---------- ALLEMAND ----------
    "de-katja":        "de-DE-KatjaNeural",
    "de-conrad":       "de-DE-ConradNeural",

    # ---------- ITALIEN ----------
    "it-elsa":         "it-IT-ElsaNeural",
    "it-diego":        "it-IT-DiegoNeural",

    # ---------- PORTUGAIS ----------
    "pt-francisca":    "pt-BR-FranciscaNeural",
    "pt-antonio":      "pt-BR-AntonioNeural",

    # ---------- JAPONAIS ----------
    "ja-nanami":       "ja-JP-NanamiNeural",
    "ja-keita":        "ja-JP-KeitaNeural",

    # ---------- CHINOIS ----------
    "zh-xiaoxiao":     "zh-CN-XiaoxiaoNeural",
    "zh-yunyang":      "zh-CN-YunyangNeural",

    # ---------- ARABE ----------
    "ar-salma":        "ar-SA-SalmaNeural",
    "ar-hamed":        "ar-SA-HamedNeural",
}


@app.get("/")
async def root():
    return {
        "status": "ok",
        "message": "Edge TTS API - OpenAI Compatible - Multilingual",
        "voices_count": len(VOICE_MAP),
        "languages": ["fr-FR", "fr-CA", "fr-BE", "fr-CH",
                       "en-US", "en-GB", "es-ES", "de-DE",
                       "it-IT", "pt-BR", "ja-JP", "zh-CN", "ar-SA",
                       "multilingual"]
    }


# ============================================================
# /v1/models  — AnythingLLM appelle cet endpoint pour lister
# les voix disponibles dans le dropdown
# ============================================================
@app.get("/v1/models")
async def models():
    model_list = []
    for name, edge_voice in VOICE_MAP.items():
        model_list.append({
            "id": name,
            "object": "model",
            "owned_by": "edge-tts",
            "description": edge_voice
        })
    return {"object": "list", "data": model_list}


# ============================================================
# /v1/audio/speech  — Endpoint principal compatible OpenAI TTS
# ============================================================
@app.post("/v1/audio/speech")
async def speech(request: Request):
    try:
        data = await request.json()
        text = data.get("input", "")
        voice = data.get("voice", "fr-denise")  # défaut = français !
        speed = float(data.get("speed", 1.0))
        response_format = data.get("response_format", "mp3")

        if not text or not text.strip():
            return JSONResponse(
                status_code=400,
                content={"error": "Le champ 'input' est vide"}
            )

        # Résoudre la voix : soit un alias du map, soit un nom Edge TTS direct
        edge_voice = VOICE_MAP.get(voice, voice)

        # Calcul du rate
        if speed >= 1:
            rate = f"+{int((speed - 1) * 100)}%"
        else:
            rate = f"{int((speed - 1) * 100)}%"

        # Génération audio
        communicate = edge_tts.Communicate(text, edge_voice, rate=rate)

        audio_data = io.BytesIO()
        async for chunk in communicate.stream():
            if chunk["type"] == "audio":
                audio_data.write(chunk["data"])

        audio_data.seek(0)

        # Content-type selon le format
        content_types = {
            "mp3": "audio/mpeg",
            "opus": "audio/opus",
            "aac": "audio/aac",
            "flac": "audio/flac",
            "wav": "audio/wav",
        }
        media_type = content_types.get(response_format, "audio/mpeg")

        return StreamingResponse(audio_data, media_type=media_type)

    except Exception as e:
        return JSONResponse(
            status_code=500,
            content={"error": str(e)}
        )


# ============================================================
# /v1/voices — Endpoint bonus pour lister les voix avec détails
# ============================================================
@app.get("/v1/voices")
async def list_voices():
    """Liste toutes les voix avec leur langue et genre"""
    voices = []
    for alias, edge_name in VOICE_MAP.items():
        # Extraire la langue du nom Edge TTS
        parts = edge_name.split("-")
        if len(parts) >= 2:
            lang = f"{parts[0]}-{parts[1]}"
        else:
            lang = "unknown"

        voices.append({
            "alias": alias,
            "edge_voice": edge_name,
            "language": lang,
            "multilingual": "Multilingual" in edge_name
        })
    return {"voices": voices}


# ============================================================
# /v1/voices/all — Liste TOUTES les voix Edge TTS disponibles
# ============================================================
@app.get("/v1/voices/all")
async def all_edge_voices():
    """Récupère dynamiquement toutes les voix Edge TTS disponibles"""
    try:
        voices = await edge_tts.list_voices()
        return {
            "count": len(voices),
            "voices": voices
        }
    except Exception as e:
        return JSONResponse(
            status_code=500,
            content={"error": str(e)}
        )


# ============================================================
# /v1/voices/language/{lang} — Filtrer par langue
# ============================================================
@app.get("/v1/voices/language/{lang}")
async def voices_by_language(lang: str):
    """
    Filtrer les voix par langue.
    Exemples: /v1/voices/language/fr  ou  /v1/voices/language/fr-FR
    """
    try:
        all_voices = await edge_tts.list_voices()
        filtered = [
            v for v in all_voices
            if v["Locale"].lower().startswith(lang.lower())
        ]
        return {
            "language": lang,
            "count": len(filtered),
            "voices": filtered
        }
    except Exception as e:
        return JSONResponse(
            status_code=500,
            content={"error": str(e)}
        )


@app.get("/health")
async def health():
    return {"status": "healthy", "voices_loaded": len(VOICE_MAP)}