app.py

import gradio as gr
from pydub import AudioSegment
import requests
import os
import uuid
import re

# مسیر ذخیره فایل‌های موقت
TEMP_DIR = "temp_audio"
if not os.path.exists(TEMP_DIR):
    os.makedirs(TEMP_DIR)

def download_file(url, output_path):
    """فایل را از یک URL دانلود می‌کند."""
    try:
        response = requests.get(url, stream=True)
        response.raise_for_status()
        with open(output_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=8192):
                f.write(chunk)
        return True
    except requests.exceptions.RequestException as e:
        print(f"Error downloading {url}: {e}")
        return False
    except Exception as e:
        print(f"An unexpected error occurred during download of {url}: {e}")
        return False

def get_audio_from_input(input_source):
    """منبع ورودی را پردازش کرده و یک شی AudioSegment برمی‌گرداند."""
    unique_filename = os.path.join(TEMP_DIR, str(uuid.uuid4()))
    
    # Try to determine if it's a URL or a local path.
    # For Gradio's file input, it provides a local path.
    # For direct text input (like in the tts part), it's a URL.
    is_url = input_source.startswith("http://") or input_source.startswith("https://")

    audio_path = None # Initialize audio_path to handle finally block
    downloaded_temp_filepath = None

    if is_url:
        file_extension = os.path.splitext(input_source.split('?')[0])[1]
        if not file_extension:
            file_extension = ".mp3" # Default if no extension found in URL
        downloaded_temp_filepath = unique_filename + "_downloaded" + file_extension
        if not download_file(input_source, downloaded_temp_filepath):
            return None, f"خطا در دانلود فایل از لینک: {input_source}"
        audio_path = downloaded_temp_filepath
    else: # Assume it's a local file path provided directly or by Gradio
        audio_path = input_source
    
    try:
        if not os.path.exists(audio_path):
            return None, f"فایل پیدا نشد: {audio_path}"
        audio = AudioSegment.from_file(audio_path)
        return audio, None
    except Exception as e:
        return None, f"خطا در بارگذاری فایل صوتی ({audio_path}): {e}. مطمئن شوید فایل MP3 یا WAV معتبر است."
    finally:
        # Clean up downloaded temporary file if it was created
        if downloaded_temp_filepath and os.path.exists(downloaded_temp_filepath):
            try:
                os.remove(downloaded_temp_filepath)
            except OSError as e:
                print(f"Error removing temporary file {downloaded_temp_filepath}: {e}")

def merge_audio_files(input_sources):
    """چندین فایل صوتی را ادغام می‌کند و یک فایل MP3 خروجی می‌دهد."""
    if not input_sources:
        return None, "لیست ورودی‌های صوتی خالی است."

    combined_audio = AudioSegment.empty()
    errors = []

    for source in input_sources:
        # get_audio_from_input can now handle direct file paths from Gradio or URLs
        audio_segment, error = get_audio_from_input(source) 
        if audio_segment:
            combined_audio += audio_segment
        else:
            errors.append(error)
            print(f"Skipping {source} due to error: {error}")

    if not combined_audio.duration_seconds > 0:
        return None, "هیچ فایل صوتی معتبری برای ادغام پیدا نشد. " + "\n".join(errors) if errors else ""

    output_filename = os.path.join(TEMP_DIR, f"merged_audio_{uuid.uuid4()}.mp3")
    try:
        combined_audio.export(output_filename, format="mp3")
        return output_filename, "عملیات موفقیت آمیز بود!"
    except Exception as e:
        return None, f"خطا در ذخیره فایل خروجی: {e}"

def add_intro_outro_and_background(podcast_audio, intro_audio_url, background_audio_url, outro_audio_url):
    """افکت‌های صوتی را به پادکست اضافه می‌کند."""
    intro_audio, intro_error = get_audio_from_input(intro_audio_url)
    if intro_audio is None:
        return None, f"خطا در دانلود یا بارگذاری صدای ابتدایی: {intro_error}"

    background_audio, background_error = get_audio_from_input(background_audio_url)
    if background_audio is None:
        return None, f"خطا در دانلود یا بارگذاری موزیک پس‌زمینه: {background_error}"

    outro_audio, outro_error = get_audio_from_input(outro_audio_url)
    if outro_audio is None:
        return None, f"خطا در دانلود یا بارگذاری صدای انتهایی: {outro_error}"

    # طول کل صدای نهایی برای تکرار موزیک پس‌زمینه
    total_duration_estimate = len(intro_audio) + len(podcast_audio) + len(outro_audio)

    # مطمئن شوید موزیک پس‌زمینه به اندازه کافی طولانی است یا تکرار شود
    if len(background_audio) < total_duration_estimate:
        background_audio = background_audio * (int(total_duration_estimate / len(background_audio)) + 1)
    
    # Trim background audio to total duration
    background_audio = background_audio[:total_duration_estimate]

    # تنظیم شدت صدای پس‌زمینه (gain reduction)
    # این مقدار را می‌توانید تغییر دهید. -18dB معمولاً خوب است، اما بسته به نوع موسیقی متغیر است.
    # هرچه عدد منفی‌تر باشد، صدا کمتر می‌شود.
    background_audio = background_audio - 18 # کاهش مثلاً 18 دسی‌بل از صدای پس‌زمینه

    # اعمال fade-in و fade-out برای موزیک پس‌زمینه کلی
    fade_duration = 3000 # 3 ثانیه برای fade-in و fade-out کلی
    background_audio = background_audio.fade_in(fade_duration).fade_out(fade_duration)

    # ایجاد یک قطعه صوتی ساکت به اندازه طول کل پادکست
    mixed_audio = AudioSegment.silent(duration=total_duration_estimate)

    # 1. افزودن موزیک پس‌زمینه به mixed_audio (این موزیک قبلاً کاهش گین و fade شده است)
    mixed_audio = mixed_audio.overlay(background_audio, position=0)

    # 2. افزودن Intro Audio (خوش آمد گویی) در ابتدای پادکست
    mixed_audio = mixed_audio.overlay(intro_audio, position=0)

    # 3. افزودن Podcast Audio (دیالوگ‌ها) به mixed_audio، بلافاصله پس از اینترو
    mixed_audio = mixed_audio.overlay(podcast_audio, position=len(intro_audio))

    # 4. افزودن Outro Audio (پایان پادکست) به mixed_audio، بلافاصله پس از پادکست
    mixed_audio = mixed_audio.overlay(outro_audio, position=len(intro_audio) + len(podcast_audio))

    return mixed_audio, None

def tts_and_merge_with_effects(text_input):
    """متن ورودی را پردازش کرده و فایل صوتی با افکت‌های صوتی تولید می‌کند."""
    if not text_input.strip():
        return None, "لطفاً متنی برای پردازش وارد کنید."

    # تجزیه متن و تولید پادکست اصلی
    lines = text_input.strip().split('\n')
    
    audio_urls_to_merge = []
    errors = []

    for line in lines:
        match = re.match(r'^\s*\((\d+)\)(.*)$', line)
        if match:
            speaker_number = match.group(1)
            text_for_tts = match.group(2).strip()

            if not text_for_tts:
                errors.append(f"خطا: متن خالی برای گوینده {speaker_number} در خط '{line}'")
                continue

            # ساخت URL برای Talkbot API
            # Encode the text for URL safety
            encoded_text = requests.utils.quote(text_for_tts)
            tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={encoded_text}"
            
            print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}")

            try:
                response = requests.get(tts_url)
                response.raise_for_status()
                audio_link = response.text.strip()
                
                if audio_link.startswith("http"):
                    audio_urls_to_merge.append(audio_link)
                else:
                    errors.append(f"API برای گوینده {speaker_number} لینک معتبری برنگرداند: '{audio_link}'")

            except requests.exceptions.RequestException as e:
                errors.append(f"خطا در ارتباط با Talkbot API برای گوینده {speaker_number}: {e}")
            except Exception as e:
                errors.append(f"خطای غیرمنتظره در پردازش Talkbot API برای گوینده {speaker_number}: {e}")
        else:
            if line.strip(): # Only add error if line is not empty
                errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار می‌رود (شماره)متن.")
            
    if not audio_urls_to_merge:
        # Return specific errors if any occurred, otherwise a generic message
        return None, "هیچ فایل صوتی برای ادغام تولید نشد." + ("\n" + "\n".join(errors) if errors else "")

    # ادغام فایل‌های صوتی تولید شده برای ساخت پادکست اصلی (دیالوگ‌ها)
    podcast_audio_path, merge_message = merge_audio_files(audio_urls_to_merge)
    if not podcast_audio_path:
        return None, merge_message

    # بارگذاری پادکست اصلی (دیالوگ‌ها) به عنوان AudioSegment
    try:
        podcast_audio = AudioSegment.from_file(podcast_audio_path)
    except Exception as e:
        # Clean up the temporary merged file if it exists
        if os.path.exists(podcast_audio_path):
            os.remove(podcast_audio_path)
        return None, f"خطا در بارگذاری پادکست اصلی از مسیر موقت ({podcast_audio_path}): {e}"
    finally:
        # Always try to remove the temporary podcast_audio_path file
        if os.path.exists(podcast_audio_path):
            try:
                os.remove(podcast_audio_path)
            except OSError as e:
                print(f"Error removing temporary podcast audio file {podcast_audio_path}: {e}")


    # افزودن افکت‌های صوتی (اینترو، اوترو، پس‌زمینه)
    final_audio, error = add_intro_outro_and_background(
        podcast_audio,
        intro_audio_url="https://suprime.ir/example/effect-podcast/wk.mp3", # Intro audio URL
        background_audio_url="https://suprime.ir/example/effect-podcast/bk2.mp3", # Background music URL
        outro_audio_url="https://suprime.ir/example/effect-podcast/1.mp3" # Outro audio URL
    )
    if not final_audio:
        return None, error

    # ذخیره فایل نهایی
    output_filename = os.path.join(TEMP_DIR, f"final_podcast_{uuid.uuid4()}.mp3")
    try:
        final_audio.export(output_filename, format="mp3")
        return output_filename, "پادکست با افکت‌های صوتی با موفقیت تولید شد!"
    except Exception as e:
        return None, f"خطا در ذخیره پادکست نهایی: {e}"

# ایجاد رابط کاربری Gradio
with gr.Blocks() as demo:
    gr.Markdown(
        """
        # ابزار ادغام فایل‌های صوتی و تولید پادکست از متن
        در اینجا می‌توانید فایل‌های صوتی را ادغام کنید یا از متن با Talkbot API پادکست بسازید.
        
        **بخش‌ها:**
        1.  **ادغام فایل‌های صوتی موجود:** چندین لینک یا مسیر فایل صوتی را وارد کرده و آن‌ها را ادغام کنید.
        2.  **تولید پادکست از متن با Talkbot API و افکت‌های صوتی:** متنی با فرمت گوینده (مثال: `(1)سلام`) را وارد کنید تا به پادکست تبدیل شود. این پادکست شامل افکت‌های صوتی (اینترو، پس‌زمینه، اوترو) با تنظیم بلندی صدای پس‌زمینه خواهد بود.
        """
    )
    
    with gr.Tab("ادغام فایل‌های صوتی موجود"):
        gr.Markdown("## ادغام فایل‌های صوتی موجود (از لینک یا فایل محلی)")
        audio_links_input = gr.Textbox(
            label="لینک یا مسیر فایل‌های صوتی (هر کدام در یک خط جدید)",
            placeholder="مثال:\nhttps://example.com/audio1.mp3\n./local_audio.wav\nhttps://example.com/audio2.wav",
            lines=10
        )
        audio_merge_output_message = gr.Textbox(label="پیام", interactive=False)
        audio_merge_output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
        merge_button = gr.Button("ادغام فایل‌های صوتی")

        merge_button.click(
            fn=lambda x: merge_audio_files([s.strip() for s in x.split('\n') if s.strip()]),
            inputs=[audio_links_input],
            outputs=[audio_merge_output_audio, audio_merge_output_message]
        )
        
        # Examples for audio merging
        gr.Examples(
            examples=[
                ["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
            ],
            inputs=audio_links_input,
            label="نمونه‌ها"
        )

    with gr.Tab("تولید پادکست از متن (Talkbot API) و افکت‌های صوتی"):
        gr.Markdown("## تولید پادکست با Talks (Talkbot API) و افکت‌های صوتی")
        tts_text_input = gr.Textbox(
            label="متن برای تولید پادکست (فرمت: (شماره)متن - هر پرسوناژ در یک خط جدید)",
            placeholder="(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم.\n(1)خب از کجا شروع کنیم\n(2)بهتره از اول شروع کنیم",
            lines=10
        )
        tts_output_message = gr.Textbox(label="پیام", interactive=False)
        tts_output_audio = gr.Audio(label="فایل پادکست تولید شده", type="filepath")
        tts_merge_button = gr.Button("تولید پادکست")

        tts_merge_button.click(
            fn=tts_and_merge_with_effects,
            inputs=[tts_text_input],
            outputs=[tts_output_audio, tts_output_message]
        )

        # Examples for TTS
        gr.Examples(
            examples=[
                ["(1)سلام این تست صحبت اولین نفر است.\n(2)سلام، بله این هم یک تست است و من کاراکتر دوم هستم."],
                ["(1)امروز هوا چطوره؟\n(2)فکر کنم آفتابیه."]
            ],
            inputs=tts_text_input,
            label="نمونه‌ها"
        )

if __name__ == "__main__":
    demo.launch() # برای اجرا در لوکال
    # demo.launch(share=True) # برای اشتراک‌گذاری موقت در یک لینک عمومی