Update app.py

app.py

@@ -3,6 +3,7 @@ from pydub import AudioSegment
 import requests
 import os
 import uuid # برای تولید نام فایل منحصر به فرد
+import re # برای تجزیه متن
 
 # مسیر ذخیره فایل‌های موقت
 TEMP_DIR = "temp_audio"
@@ -34,7 +35,11 @@ def get_audio_from_input(input_source):
     
     if input_source.startswith("http://") or input_source.startswith("https://"):
         # این یک URL است، دانلودش کن
-        temp_filepath = unique_filename + "_downloaded" + os.path.splitext(input_source)[1].split("?")[0]
+        # سعی می کنیم پسوند فایل را از URL تشخیص دهیم، در غیر این صورت از .mp3 استفاده می کنیم.
+        file_extension = os.path.splitext(input_source.split('?')[0])[1]
+        if not file_extension: # اگر پسوندی در URL نباشد (مثلا برای APIها)
+            file_extension = ".mp3" 
+        temp_filepath = unique_filename + "_downloaded" + file_extension
         if not download_file(input_source, temp_filepath):
             return None, f"خطا در دانلود فایل از لینک: {input_source}"
         audio_path = temp_filepath
@@ -50,24 +55,26 @@ def get_audio_from_input(input_source):
     finally:
         # اگر فایل از URL دانلود شده بود، آن را پاک کن
         if 'temp_filepath' in locals() and os.path.exists(temp_filepath):
-            os.remove(temp_filepath)
+            # اگر فایل بعداً توسط pydub پردازش و لود شده باشد، می‌توانیم آن را حذف کنیم.
+            # در غیر این صورت، ممکن است در حال استفاده باشد.
+            try:
+                os.remove(temp_filepath)
+            except OSError as e:
+                print(f"Error removing temporary file {temp_filepath}: {e}")
+
 
 def merge_audio_files(input_sources):
     """
     چندین فایل صوتی را (از لینک یا فایل) ادغام می‌کند و یک فایل MP3 خروجی می‌دهد.
-    input_sources: یک رشته حاوی لینک‌ها یا مسیرهای فایل‌ها که با خط جدید جدا شده‌اند.
+    input_sources: یک لیست از URLها یا مسیرهای فایل‌ها.
     """
-    if not input_sources.strip():
-        return None, "لطفاً حداقل یک لینک یا مسیر فایل وارد کنید."
-
-    sources = [s.strip() for s in input_sources.split('\n') if s.strip()]
-    if not sources:
-        return None, "خطا: لیست ورودی‌ها خالی است."
+    if not input_sources:
+        return None, "لیست ورودی‌های صوتی خالی است."
 
     combined_audio = AudioSegment.empty()
     errors = []
 
-    for source in sources:
+    for source in input_sources:
         audio_segment, error = get_audio_from_input(source)
         if audio_segment:
             combined_audio += audio_segment
@@ -85,44 +92,141 @@ def merge_audio_files(input_sources):
     except Exception as e:
         return None, f"خطا در ذخیره فایل خروجی: {e}"
 
+def tts_and_merge(text_input):
+    """
+    متن ورودی را تجزیه می‌کند، با Talkbot API صدا تولید می‌کند و سپس آن‌ها را ادغام می‌کند.
+    """
+    if not text_input.strip():
+        return None, "لطفاً متنی برای پردازش وارد کنید."
+
+    # الگو برای تشخیص شماره و متن پرانتزی: (شماره)متن
+    # این الگو همچنین newline را برای پردازش خط به خط در نظر می‌گیرد.
+    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
+            # متن باید URL-encoded شود، اما requests.get این کار را به طور خودکار برای پارامترها انجام می‌دهد.
+            tts_url = f"https://talkbot.ir/api/TTS-S{speaker_number}?text={text_for_tts}"
+            
+            print(f"درخواست TTS برای گوینده {speaker_number}: {tts_url}") # برای debugging
+
+            try:
+                # درخواست به Talkbot API
+                response = requests.get(tts_url)
+                response.raise_for_status() # برای خطاهای HTTP
+                
+                # فرض بر این است که پاسخ مستقیم لینک MP3 است
+                # اگر API لینک را در JSON برمی‌گرداند، باید آن را parse کنید.
+                # در مثال شما، فرض می‌شود پاسخ مستقیم لی��ک MP3 است.
+                audio_link = response.text.strip() 
+                
+                if audio_link.startswith("http"): # مطمئن شوید لینک معتبر است
+                    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(): # اگر خط خالی نباشد، اما مطابق الگو نباشد
+                errors.append(f"فرمت نامعتبر در خط: '{line}'. انتظار می‌رود (شماره)متن.")
+
+
+    if not audio_urls_to_merge:
+        return None, "هیچ فایل صوتی برای ادغام تولید نشد." + "\n".join(errors) if errors else ""
+
+    # حالا لینک‌های تولید شده را به تابع merge_audio_files اصلی می‌فرستیم
+    merged_output_path, merge_message = merge_audio_files(audio_urls_to_merge)
+
+    final_message = merge_message
+    if errors:
+        final_message += "\n\nخطاهای رخ داده:\n" + "\n".join(errors)
+
+    return merged_output_path, final_message
+
+
 # ایجاد رابط کاربری Gradio
 with gr.Blocks() as demo:
     gr.Markdown(
         """
-        # ابزار ادغام فایل‌های صوتی (MP3/WAV)
-        در اینجا می‌توانید لینک چندین فایل صوتی (MP3 یا WAV) را وارد کنید (هر لینک در یک خط جدید).
-        این ابزار تمام فایل‌ها را دانلود کرده و به یک فایل MP3 واحد ادغام می‌کند.
-        **نکته:** برای لینک‌های دانلود، مطمئن شوید قابلیت دانلود مستقیم دارند (نه صفحات وب).
+        # ابزار ادغام فایل‌های صوتی (MP3/WAV) و تولید صدا از متن
+        در اینجا دو بخش اصلی وجود دارد:
+        1. **ادغام فایل‌های صوتی موجود:** می‌توانید لینک‌های فایل‌های صوتی (MP3/WAV) را وارد کنید.
+        2. **تولید صدا از متن با Talkbot API و ادغام:** متنی را با فرمت `(شماره)متن` وارد کنید. 
+           (مثال: `(1)سلام\n(2)بله`)
+           این بخش با استفاده از Talkbot API صدا تولید کرده و آن‌ها را ادغام می‌کند.
         """
     )
+    
+    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")
 
-    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
-    )
+        merge_button.click(
+            fn=lambda x: merge_audio_files([s.strip() for s in x.split('\n') if s.strip()]), # تبدیل ورودی رشته‌ای به لیست برای تابع
+            inputs=[audio_links_input],
+            outputs=[audio_merge_output_audio, audio_merge_output_message]
+        )
+        
+        gr.Examples(
+            examples=[
+                ["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
+                # اگر فایل‌های واقعی داشته باشید، می‌توانید این خط را فعال کنید:
+                # ["./path/to/your/local_audio.mp3\n./path/to/another/local_audio.wav"]
+            ],
+            inputs=audio_links_input,
+            label="نمونه‌ها"
+        )
 
-    output_message = gr.Textbox(label="پیام", interactive=False)
-    output_audio = gr.Audio(label="فایل صوتی ادغام شده", type="filepath")
+    with gr.Tab("تولید صدا از متن (Talkbot API) و ادغام"):
+        gr.Markdown("## تولید صدا با Talkbot API و ادغام فایل‌ها")
+        tts_text_input = gr.Textbox(
+            label="متن برای تولید صدا (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 صوتی تولید و ادغام شده", type="filepath")
+        tts_merge_button = gr.Button("تولید و ادغام صدا")
 
-    merge_button = gr.Button("ادغام فایل‌ها")
+        tts_merge_button.click(
+            fn=tts_and_merge,
+            inputs=[tts_text_input],
+            outputs=[tts_output_audio, tts_output_message]
+        )
+
+        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"
+        )
 
-    merge_button.click(
-        fn=merge_audio_files,
-        inputs=[audio_links_input],
-        outputs=[output_audio, output_message]
-    )
-    
-    gr.Examples(
-        examples=[
-            ["https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3\nhttps://www.soundhelix.com/examples/mp3/SoundHelix-Song-2.mp3"],
-            # اگر فایل‌های واقعی داشته باشید، می‌توانید این خط را فعال کنید:
-            # ["./path/to/your/local_audio.mp3\n./path/to/another/local_audio.wav"]
-        ],
-        inputs=audio_links_input,
-        label="نمونه‌ها"
-    )
 
 if __name__ == "__main__":
     demo.launch() # برای اجرا در لوکال
     # demo.launch(share=True) # برای اشتراک‌گذاری موقت در یک لینک عمومی (برای هوش مصنوعی)
+