app.py

import src.FVoiceTheme as FVoiceTheme
import gradio as gr
from pathlib import Path
import os
import time
from src import utils
import logging
import warnings

# --- CONFIGURACIÓN PARA LIMPIAR LA CONSOLA ---

# 1. Suprimir la advertencia de 'weight_norm' de PyTorch
warnings.filterwarnings("ignore", category=FutureWarning)

# 2. Establecer un nivel de registro más alto para las bibliotecas ruidosas
logging.getLogger('urllib3').setLevel(logging.WARNING)
logging.getLogger('httpcore').setLevel(logging.WARNING)
logging.getLogger('httpx').setLevel(logging.WARNING)
logging.getLogger('asyncio').setLevel(logging.WARNING)

# 1. Importa tu clase TTS desde el archivo de inferencia
from inference import TTS 

# --- CONFIGURACIÓN Y GESTIÓN DINÁMICA DE MODELOS ---

# Rutas a los directorios de modelos y configuraciones
MODEL_DIR = "./models/"
CONFIG_DIR = "./configs/"

# Crear un directorio temporal para los audios generados
os.makedirs("temp_audio", exist_ok=True)

# Caché para almacenar los motores TTS cargados y evitar recargarlos
tts_engines_cache = {}

def get_available_models():
    """Escanea el directorio de modelos y devuelve una lista de archivos .pth y .onnx."""
    if not os.path.exists(MODEL_DIR):
        return []
    return [f for f in os.listdir(MODEL_DIR) if f.endswith(".pth") or f.endswith(".onnx")]

def get_model_info(model_name):
    """Devuelve información básica sobre el modelo seleccionado."""
    if not model_name:
        return "Selecciona un modelo para ver su información"
    
    model_path = os.path.join(MODEL_DIR, model_name)
    if os.path.exists(model_path):
        file_size = os.path.getsize(model_path) / (1024 * 1024)  # MB
        file_type = "ONNX" if model_name.endswith(".onnx") else "PyTorch"
        status = "✅ Cargado" if model_name in tts_engines_cache else "⏳ Sin cargar"
        return f"**{model_name}** | {file_type} | {file_size:.1f} MB | {status}"
    return "Información no disponible"

def load_engine(model_name):
    """
    Carga un motor TTS si no está en la caché.
    Busca dinámicamente el archivo de configuración correspondiente.
    """
    if model_name not in tts_engines_cache:
        print(f"🔄 Cargando modelo: {model_name}...")
        
        # Construir rutas dinámicamente
        model_path = os.path.join(MODEL_DIR, model_name)
        base_name = os.path.splitext(model_name)[0]
        config_path = os.path.join(CONFIG_DIR, f"{base_name}.json")

        # Verificar que ambos archivos existan
        if not os.path.exists(model_path):
            raise FileNotFoundError(f"No se encontró el archivo del modelo: {model_path}")
        if not os.path.exists(config_path):
             raise FileNotFoundError(f"No se encontró el archivo de configuración correspondiente: {config_path}")

        # Crear y cachear la nueva instancia del motor con su config específica
        print(f"📁 Usando configuración: {config_path}")
        tts_engines_cache[model_name] = TTS(
            config_path=config_path, 
            model_path=model_path
        )
        print(f"✅ Modelo {model_name} cargado y cacheado.")
    
    return tts_engines_cache[model_name]

def inference(model_name, prompt, progress=gr.Progress()):
    """
    Carga el modelo seleccionado (si es necesario) y genera el audio.
    """
    if not model_name:
        return None, "⚠️ **Error:** Por favor, selecciona un modelo.", ""
    
    if not prompt.strip():
        return None, "⚠️ **Error:** Por favor, ingresa un texto.", ""
    
    try:
        progress(0.2, desc="Cargando modelo...")
        tts_engine = load_engine(model_name)
        
        progress(0.5, desc="Procesando texto...")
        output_path = os.path.join("temp_audio", f"audio_{int(time.time())}.wav")
        
        progress(0.8, desc="Generando audio...")
        tts_engine.text_to_speech(prompt, output_path, noise_scale=0.75, noise_scale_w=0.8, length_scale=1)
        
        progress(1.0, desc="¡Completado!")
        
        success_msg = f"""
        ### ✅ Audio Generado con {model_name}
        **📝 Texto:** {len(prompt)} caracteres procesados
        **🎵 Listo para reproducir**
        """
        
        return output_path, success_msg, get_model_info(model_name)
        
    except Exception as e:
        error_msg = f"""
        ### ❌ Error Durante la Generación
        **Modelo:** {model_name}
        **Error:** {str(e)}
        
        Verifica que el modelo y su configuración sean correctos.
        """
        print(f"❌ Ocurrió un error durante la inferencia: {e}")
        return None, error_msg, get_model_info(model_name)

def get_example_texts():
    """Devuelve textos de ejemplo para probar."""
    return [
        "Hola, soy F-VOICE, un sistema de síntesis de voz neuronal.",
        "La inteligencia artificial está transformando el mundo de la síntesis de voz.",
        "Buenos días, espero que tengas un excelente día.",
        "Este es un ejemplo de síntesis de voz con tecnología avanzada.",
        "¿Cómo estás? Me alegra poder hablar contigo."
    ]

# --- INTERFAZ DE USUARIO CON GRADIO ---

fvoice_theme = FVoiceTheme.FVoiceTheme()
css = """
#logo-header { 
    display: flex; 
    align-items: center; 
    justify-content: space-between; 
    padding: 25px; 
    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
    border-radius: 20px;
    margin-bottom: 30px;
    box-shadow: 0 8px 25px rgba(0,0,0,0.3);
}

#logo-header img {
    border-radius: 50%;
    box-shadow: 0 4px 15px rgba(0,0,0,0.4);
    transition: transform 0.3s ease;
}

#logo-header img:hover {
    transform: scale(1.05);
}

#F_VOICE_header {
    background: linear-gradient(45deg, #FFE3D8, #FFF);
    -webkit-background-clip: text;
    -webkit-text-fill-color: transparent;
    text-shadow: 3px 3px 6px rgba(0,0,0,0.4);
    font-weight: bold;
}

.main-container {
    background: rgba(255, 255, 255, 0.03);
    border-radius: 15px;
    padding: 25px;
    margin: 15px 0;
    border: 1px solid rgba(255, 255, 255, 0.1);
    backdrop-filter: blur(10px);
}

.model-info {
    background: linear-gradient(135deg, #4facfe 0%, #00f2fe 100%);
    color: white;
    padding: 15px;
    border-radius: 12px;
    margin: 10px 0;
    text-align: center;
    font-weight: 500;
}

.examples-row {
    display: flex;
    gap: 10px;
    margin: 15px 0;
    flex-wrap: wrap;
}

.example-btn {
    background: linear-gradient(135deg, #f093fb 0%, #f5576c 100%);
    border: none;
    color: white;
    padding: 8px 15px;
    border-radius: 20px;
    cursor: pointer;
    font-size: 14px;
    transition: all 0.3s ease;
}

.example-btn:hover {
    transform: translateY(-2px);
    box-shadow: 0 5px 15px rgba(240, 147, 251, 0.4);
}

.generate-btn {
    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
    border: none;
    color: white;
    padding: 15px 30px;
    border-radius: 25px;
    font-size: 18px;
    font-weight: bold;
    cursor: pointer;
    transition: all 0.3s ease;
    box-shadow: 0 5px 20px rgba(102, 126, 234, 0.4);
}

.generate-btn:hover {
    transform: translateY(-3px);
    box-shadow: 0 8px 25px rgba(102, 126, 234, 0.6);
}

a { text-decoration: none; }

.footer-info {
    text-align: center;
    margin-top: 30px;
    padding: 20px;
    background: rgba(255, 255, 255, 0.02);
    border-radius: 15px;
    border: 1px solid rgba(255, 255, 255, 0.05);
}
"""

gr.set_static_paths(paths=[Path.cwd().absolute()/"src/assets"])

available_models = get_available_models()

with gr.Blocks(title="F-VOICE - Síntesis de Voz Neuronal", theme=fvoice_theme, css=css) as demo:
    
    # Header con logo y título
    gr.HTML("""
    <div id="logo-header">
        <a href="https://github.com/SIAFI-UNAM/F-VOICE" target="_blank">
            <div style="display: flex; align-items: center; gap: 20px;">
                <img src='/file=src/assets/logo.jpeg' width='100' height='100' />
                <div>
                    <h1 id='F_VOICE_header' style='margin: 0; font-size: 55px;'>F-VOICE</h1>
                    <p style='margin: 5px 0 0 0; color: #FFE3D8; font-size: 20px; font-weight: 300;'>
                        Sistema de Síntesis de Voz Neuronal ✨
                    </p>
                </div>
            </div>
        </a>
        <div style="text-align: right; color: #FFE3D8; font-size: 16px;">
            <p style="margin: 5px 0;">🎤 <strong>""" + str(len(available_models)) + """</strong> modelos disponibles</p>
            <p style="margin: 5px 0;">🤖 Powered by <strong>AI</strong></p>
            <p style="margin: 5px 0;">⚡ Síntesis en <strong>tiempo real</strong></p>
        </div>
    </div>
    """)
    
    # Descripción principal
    gr.HTML("""
    <div class="main-container">
        <div style="text-align: center; padding: 20px;">
            <h2 style="color: #FFE3D8; margin-bottom: 15px;">
                🚀 Convierte texto en voz natural con IA
            </h2>
            <p style="font-size: 18px; line-height: 1.6; color: #E0E0E0; max-width: 800px; margin: 0 auto;">
                <strong>F-VOICE</strong> utiliza modelos neuronales de última generación para generar 
                síntesis de voz realista y expresiva. Simplemente selecciona un modelo, 
                escribe tu texto y obtén audio de alta calidad al instante.
            </p>
        </div>
    </div>
    """)
    
    # Interfaz principal simplificada
    with gr.Row():
        with gr.Column(scale=3):
            prompt = gr.TextArea(
                placeholder="✍️ Escribe aquí el texto que quieres convertir a voz...\n\nEjemplo: Hola mundo, este es F-VOICE generando mi voz.", 
                label="📝 Tu Texto",
                lines=5,
                max_lines=10
            )
            
            # Ejemplos rápidos con HTML personalizado
            gr.HTML("""
            <div style="margin: 20px 0;">
                <p style="margin-bottom: 10px; font-weight: 500; color: #FFE3D8;">💡 Prueba estos ejemplos:</p>
            </div>
            """)
            
            with gr.Row():
                example_btns = []
                examples = get_example_texts()
                for i, example in enumerate(examples[:3]):
                    btn = gr.Button(f"Ejemplo {i+1}", size="sm", variant="secondary")
                    btn.click(lambda x=example: x, outputs=prompt)
            
        with gr.Column(scale=1):
            model = gr.Dropdown(
                available_models, 
                label="🎤 Modelo de Voz", 
                value=available_models[0] if available_models else None,
                info="Selecciona la voz que prefieras"
            )
            
            # Información del modelo con estilo
            model_info = gr.HTML(
                f'<div class="model-info">{get_model_info(available_models[0] if available_models else "")}</div>'
            )
    
    # Botón de generación grande y llamativo
    with gr.Row():
        with gr.Column():
            btn = gr.Button("🎯 Generar Audio", variant="primary", size="lg", elem_classes=["generate-btn"])
    
    # Resultado
    with gr.Row():
        with gr.Column():
            markdown_output = gr.Markdown("""
            ### 🎵 Tu audio aparecerá aquí
            
            Selecciona un modelo, escribe tu texto y presiona **"Generar Audio"** para comenzar.
            
            💡 **Consejo:** Los textos más largos y con buena puntuación dan mejores resultados.
            """)
            
            audio = gr.Audio(
                value="assets/preview.wav" if os.path.exists("assets/preview.wav") else None,
                autoplay=False, 
                label="🔊 Audio Generado", 
                interactive=False,
                show_download_button=True
            )
    
    # Footer informativo
    gr.HTML("""
    <div class="footer-info">
        <div style="display: flex; justify-content: center; gap: 30px; align-items: center; flex-wrap: wrap;">
            <div style="text-align: center;">
                <p style="margin: 5px 0; font-size: 14px; color: #B0B0B0;">
                    🎨 <strong>Fácil de usar</strong><br>
                    Interfaz intuitiva
                </p>
            </div>
            <div style="text-align: center;">
                <p style="margin: 5px 0; font-size: 14px; color: #B0B0B0;">
                    ⚡ <strong>Rápido</strong><br>
                    Generación instantánea
                </p>
            </div>
            <div style="text-align: center;">
                <p style="margin: 5px 0; font-size: 14px; color: #B0B0B0;">
                    🎯 <strong>Preciso</strong><br>
                    Calidad profesional
                </p>
            </div>
            <div style="text-align: center;">
                <p style="margin: 5px 0; font-size: 14px; color: #B0B0B0;">
                    🔧 <strong>Versátil</strong><br>
                    Múltiples modelos
                </p>
            </div>
        </div>
        <p style="margin-top: 15px; font-size: 12px; color: #888; text-align: center;">
            Desarrollado con ❤️ usando tecnología de vanguardia en IA
        </p>
    </div>
    """)
    
    # Configurar eventos
    def update_model_info(model_name):
        return f'<div class="model-info">{get_model_info(model_name)}</div>'
    
    model.change(fn=update_model_info, inputs=[model], outputs=[model_info])
    
    btn.click(
        fn=inference, 
        inputs=[model, prompt], 
        outputs=[audio, markdown_output, model_info]
    )

# Mensaje de inicio
if __name__ == "__main__":
    print("=" * 60)
    print("🎤 F-VOICE - Sistema de Síntesis de Voz Neuronal")
    print("=" * 60)
    print(f"📁 Modelos encontrados: {len(available_models)}")
    
    if available_models:
        print("✅ Modelos disponibles:")
        for i, model in enumerate(available_models, 1):
            print(f"   {i}. {model}")
    else:
        print("⚠️ ADVERTENCIA: No se encontraron modelos en './models/'")
    
    print("\n🚀 Iniciando aplicación...")
    print("=" * 60)
    
    demo.launch()