app.py

import os
import gradio as gr
import json
from wrapper import GeminiTTSWrapper
from dotenv import load_dotenv

load_dotenv()
# Константы
# CONFIG_DIR = "config"
# CONFIG_FILE = f"{CONFIG_DIR}/config.json"
DEFAULT_OUTPUT_FILE = None  # Позволяет обертке генерировать имя файла с временной меткой

# os.makedirs(CONFIG_DIR, exist_ok=True)

# Загрузка сохраненного API ключа, если существует
def load_config():
    api_key = os.getenv("GOOGLE_API_KEY", "")
    return {"api_key": api_key}

# Сохранение API ключа
# def save_config(api_key):
#     with open(CONFIG_FILE, 'w') as f:
#         json.dump({"api_key": api_key}, f)

# Инициализация с сохраненной конфигурацией
config = load_config()
tts_wrapper = GeminiTTSWrapper(config.get("api_key", ""))

def update_api_key(api_key):
    """Обновление API ключа и сохранение его в файл конфигурации."""
    # save_config(api_key)
    tts_wrapper.set_api_key(api_key)
    return "API ключ обновлен и сохранен"

def generate_speech(api_key, model, voice, instructions, text, mp3_format):
    """Генерация речи с помощью обертки."""
    if not api_key:
        return None, "Требуется API ключ"
    
    if not text:
        return None, "Требуется текст"
    
    try:
        # Обновление API ключа, если он изменился
        if api_key != tts_wrapper.api_key:
            tts_wrapper.set_api_key(api_key)
            # save_config(api_key)
        
        # Генерация речи
        output_path = tts_wrapper.generate_speech(
            text=text,
            model=model,
            voice=voice,
            instructions=instructions,
            output_file=DEFAULT_OUTPUT_FILE,
            convert_to_mp3=mp3_format
        )
        
        return output_path, f"Сгенерированная речь сохранена в {output_path}"
    except Exception as e:
        return None, f"Ошибка: {str(e)}"

# Получение списка доступных голосов
available_voices = tts_wrapper.list_available_voices()

# Создание интерфейса Gradio
with gr.Blocks(title="Google Gemini TTS") as app:
    # Ввод API ключа
    print(os.getenv("GOOGLE_API_KEY", ""))
    api_key_input = gr.Textbox(
                label="API ключ Gemini", 
                value=os.getenv("GOOGLE_API_KEY", ""),
                type="password"
            )
    gr.Markdown("# Преобразование текста в речь Google Gemini")
    with gr.Row():
        with gr.Column(scale=1):      
                        
            # Ввод инструкций
            instructions_input = gr.TextArea(
                label="Инструкции для голоса (необязательно)",
                placeholder="например, 'Говорить спокойно и медленно', 'Говорить взволнованным тоном'"
            )
            
            # Флажок MP3 формата
            mp3_checkbox = gr.Checkbox(
                label="Конвертировать в MP3 формат",
                value=True,
                visible=False
            )

            text_input = gr.Textbox(
                label="Текст для преобразования в речь",
                placeholder="Введите ваш текст здесь...",
                lines=15
            )


            # Выбор голоса
            voice_dropdown = gr.Dropdown(
                label="Голос",
                choices=available_voices,
                value="Laomedeia"
            )
            
            # Выбор модели
            model_dropdown = gr.Dropdown(
                label="Модель",
                choices=[
                    "gemini-2.5-pro-preview-tts",
                    "gemini-2.5-flash-preview-tts"
                ],
                value="gemini-2.5-flash-preview-tts"
            )
                
        with gr.Column(scale=1):
            # Вывод сгенерированного аудио
            audio_output = gr.Audio(label="Сгенерированная речь")
            generation_status = gr.Textbox(label="Статус генерации", interactive=False)
            
            # Кнопка генерации
            generate_btn = gr.Button("Сгенерировать речь", variant="primary")
    
    # Настройка обработчиков событий
    api_key_input.change(
        update_api_key,
        inputs=[api_key_input],
        outputs=[generation_status]
    )
    
    generate_btn.click(
        generate_speech,
        inputs=[
            api_key_input,
            model_dropdown,
            voice_dropdown,
            instructions_input,
            text_input,
            mp3_checkbox
        ],
        outputs=[
            audio_output,
            generation_status
        ]
    )

if __name__ == "__main__":
    app.queue()
    app.launch(server_name="0.0.0.0", server_port=7567)