app.py

import gradio as gr
from transformers import AutoProcessor, AutoModelForTextToSpeech
import torch
import soundfile as sf
import tempfile

# موديل علني من فيسبوك (صوت عربي أنثوي)
MODEL_NAME = "facebook/mms-tts-ar"

# تحميل الموديل والمعالج
processor = AutoProcessor.from_pretrained(MODEL_NAME)
model = AutoModelForTextToSpeech.from_pretrained(MODEL_NAME)

def generate_audio(prompt: str):
    if not prompt.strip():
        return None, "❌ النص فارغ!"

    inputs = processor(text=prompt, return_tensors="pt")

    # توليد الصوت
    with torch.no_grad():
        output = model(**inputs).waveform

    # حفظ الصوت في ملف مؤقت
    with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_audio_file:
        sf.write(temp_audio_file.name, output.squeeze().cpu().numpy(), samplerate=16000)
        audio_path = temp_audio_file.name

    return audio_path, "✅ تم توليد الصوت بنجاح!"

# واجهة Gradio
with gr.Blocks() as app:
    gr.Markdown("# 🎙️ تحويل النص العربي لصوت أنثوي")
    gr.Markdown("أدخل نصًا عربيًا وسيتم تحويله إلى صوت أنثوي باستخدام موديل TTS من Facebook.")

    with gr.Row():
        prompt_input = gr.Textbox(label="النص العربي", placeholder="اكتب النص هنا...")
        submit_button = gr.Button("🔊 توليد الصوت")

    with gr.Row():
        audio_output = gr.Audio(label="الصوت الناتج", type="filepath")
        status_output = gr.Textbox(label="الحالة")

    submit_button.click(
        fn=generate_audio,
        inputs=[prompt_input],
        outputs=[audio_output, status_output]
    )

if __name__ == "__main__":
    app.launch()