app.py

import gradio as gr
import os
import torch
from TTS.api import TTS # مكتبة Coqui TTS
import soundfile as sf # للتعامل مع الملفات الصوتية (Coqui TTS قد تستخدمها داخلياً)

# --- 1. تحميل النموذج (يتم مرة واحدة عند بدء التطبيق) ---
# هذا الجزء يستغرق وقتاً طويلاً ويستهلك ذاكرة كبيرة.
# يفضل وضع النماذج في Cache Hugging Face إذا أمكن.

# تحديد الجهاز (GPU إذا كان متاحاً، وإلا CPU)
DEVICE = "cuda:0" if torch.cuda.is_available() else "cpu"
print(f"Using device: {DEVICE}")

# تحميل نموذج Coqui TTS (XTTS-v2)
# هذا النموذج هو الذي يقوم باستنساخ الصوت وتحويل النص إلى كلام
tts = None # تهيئة المتغير
try:
    tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2", gpu=torch.cuda.is_available())
    print("Coqui TTS XTTS-v2 model loaded successfully.")
except Exception as e:
    print(f"Error loading Coqui TTS model: {e}")
    # إذا فشل التحميل، لن يكون tts متاحاً وستظهر رسالة خطأ للمستخدم.

# --- 2. تعريف وظائف التطبيق ---

# دالة لتخزين مسار الصوت المرجعي المستنسخ
# تتلقى مسار الصوت من مدخل الميكروفون أو من مدخل رفع الملفات
def set_reference_audio(mic_path, upload_path):
    audio_path = None
    if mic_path:
        audio_path = mic_path
    elif upload_path:
        audio_path = upload_path
    
    if not audio_path:
        return None, "خطأ: لم يتم تسجيل أو رفع صوت لنسخه. يرجى المحاولة مرة أخرى."
    
    # التأكد من أن الملف الصوتي صالح للقراءة
    try:
        # اختبار قراءة الملف للتأكد من سلامته وقابليته للوصول
        # بعض الأحيان Gradio يمرر مساراً غير صالح أو فارغاً.
        # sf.read سيقوم بفحص الملف
        sf.read(audio_path)
    except Exception as e:
        return None, f"خطأ في قراءة الملف الصوتي: {e}. تأكد من أنه ملف صوتي صالح."

    print(f"Reference audio set to: {audio_path}")
    return audio_path, "تم تحميل الصوت المرجعي بنجاح! يمكنك الآن تحويل النص إلى صوتك المستنسخ."

# دالة لتحويل النص إلى كلام بالصوت المستنسخ (Text-to-Speech)
def synthesize_text(reference_audio_path, text_input):
    if not tts:
        return None, "خطأ: نموذج استنساخ الصوت لم يتم تحميله بشكل صحيح عند بدء التطبيق. الرجاء التحقق من سجلات Space."
    if not reference_audio_path:
        return None, "خطأ: يرجى أولاً تسجيل أو رفع صوت لنسخه وتحديده."
    if not text_input:
        return None, "خطأ: يرجى إدخال نص لتحويله."

    try:
        # XTTS-v2 يدعم لغات متعددة، بما في ذلك العربية (ar)
        output_file = "output_tts.wav"
        tts.tts_to_file(
            text=text_input,
            speaker_wav=reference_audio_path,
            language="ar", # تحديد اللغة العربية
            file_path=output_file
        )
        print(f"Text-to-Speech generated: {output_file}")
        return output_file, "تم تحويل النص إلى صوت بنجاح!"
    except Exception as e:
        print(f"Error during TTS synthesis: {e}")
        return None, f"خطأ أثناء تحويل النص إلى صوت: {e}. تأكد من جودة الصوت المرجعي."

# --- 3. بناء واجهة Gradio ---
with gr.Blocks(theme="soft", title="تطبيق استنساخ الصوت (TTS)") as demo:
    gr.Markdown("# تطبيق استنساخ الصوت (تحويل النص إلى كلام)")
    gr.Markdown("قم بتسجيل أو رفع **صوت مرجعي واضح (5-10 ثواني على الأقل)** لاستنساخه، ثم استخدمه لتحويل النص إلى صوتك المستنسخ.")

    # متغير الحالة لتخزين مسار الصوت المرجعي
    reference_audio_path_state = gr.State(None)

    # قسم تسجيل/رفع الصوت المراد استنساخه
    with gr.Column(elem_id="reference_section"):
        gr.Markdown("## 1. تسجيل/رفع الصوت المراد استنساخه")
        with gr.Row():
            record_ref_audio_input = gr.Audio(
                sources=["microphone"], type="filepath", label="سجل صوتك لنسخه"
            )
            upload_ref_audio_input = gr.Audio(
                sources=["upload"], type="filepath", label="أو ارفع ملف صوتي لنسخه (.wav, .mp3)"
            )
        set_ref_audio_btn = gr.Button("تحديد الصوت المرجعي")
        ref_status_msg = gr.Markdown("يرجى تحديد الصوت المرجعي لبدء الاستنساخ.")

    # قسم تحويل النص إلى كلام (Text-to-Speech)
    with gr.Column(elem_id="tts_section"):
        gr.Markdown("## 2. تحويل النص إلى كلام (TTS)")
        text_input = gr.Textbox(label="أدخل النص المطلوب تحويله إلى صوتك المستنسخ", placeholder="مثال: مرحباً بكم في عالم الذكاء الاصطناعي.")
        tts_output = gr.Audio(label="الصوت المستنسخ (من النص)", autoplay=True)
        synthesize_btn = gr.Button("تحويل النص إلى صوت")
        tts_status_msg = gr.Markdown("")

    # رسالة تحذير حول الموارد والأداء (مهمة جداً)
    gr.Markdown("""
    <p style="font-size: 0.9em; color: #a00; margin-top: 30px; padding-top: 15px; border-top: 1px dashed #f00; text-align: center; font-weight: bold;">
        ⚠️ ملاحظة هامة: هذا التطبيق يستخدم نموذج ذكاء اصطناعي كبير (XTTS-v2).
        <br>
        *   **سيستغرق التحميل الأولي (عند بدء Space) وقتاً طويلاً جداً (عدة دقائق).**
        *   **يوصى بشدة باستخدام موارد GPU (مثل T4 Small) للحصول على أداء مقبول.**
        *   على موارد CPU (Basic)، قد تكون العمليات بطيئة للغاية أو تفشل بسبب تجاوز المهلة أو نفاد الذاكرة.
        *   جودة الاستنساخ تعتمد بشكل كبير على وضوح ونقاء الصوت المرجعي الذي تقدمه.
    </p>
    """, elem_id="disclaimer")

    # --- تعريف تفاعلات الأزرار ---

    # عند النقر على "تحديد الصوت المرجعي"
    set_ref_audio_btn.click(
        fn=set_reference_audio,
        inputs=[record_ref_audio_input, upload_ref_audio_input],
        outputs=[reference_audio_path_state, ref_status_msg]
    )

    # عند النقر على "تحويل النص إلى صوت"
    synthesize_btn.click(
        fn=synthesize_text,
        inputs=[reference_audio_path_state, text_input],
        outputs=[tts_output, tts_status_msg]
    )

# تشغيل التطبيق
if __name__ == "__main__":
    demo.launch()