Moved to Hugging Face automatically

.gitattributes

@@ -0,0 +1,53 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text
+*.whl filter=lfs diff=lfs merge=lfs -text
+*.png filter=lfs diff=lfs merge=lfs -text
+*.jpg filter=lfs diff=lfs merge=lfs -text
+*.jpeg filter=lfs diff=lfs merge=lfs -text
+*.gif filter=lfs diff=lfs merge=lfs -text
+*.webp filter=lfs diff=lfs merge=lfs -text
+*.mp4 filter=lfs diff=lfs merge=lfs -text
+*.mp3 filter=lfs diff=lfs merge=lfs -text
+*.wav filter=lfs diff=lfs merge=lfs -text
+*.tar.gz filter=lfs diff=lfs merge=lfs -text
+*.pdf filter=lfs diff=lfs merge=lfs -text
+*.woff filter=lfs diff=lfs merge=lfs -text
+*.woff2 filter=lfs diff=lfs merge=lfs -text
+*.ttf filter=lfs diff=lfs merge=lfs -text
+*.eot filter=lfs diff=lfs merge=lfs -text
+*.ico filter=lfs diff=lfs merge=lfs -text
+*.sqlite3 filter=lfs diff=lfs merge=lfs -text
+*.db filter=lfs diff=lfs merge=lfs -text

Dockerfile

@@ -0,0 +1,43 @@
+# --- START OF Dockerfile ---
+
+# مرحله ۱: انتخاب ایمیج پایه
+# از یک ایمیج رسمی و سبک پایتون استفاده می‌کنیم تا حجم نهایی کانتینر کم باشد.
+FROM python:3.11-slim
+
+# تنظیم متغیرهای محیطی برای عملکرد بهتر پایتون در داکر
+ENV PYTHONDONTWRITEBYTECODE 1
+ENV PYTHONUNBUFFERED 1
+
+# تنظیم تعداد تردهای (Threads) پس‌زمینه برای FastAPI روی ۸
+ENV ANYIO_MAX_THREADS 8
+
+# مرحله ۲: تنظیم دایرکتوری کاری
+# تمام دستورات بعدی در این مسیر داخل کانتینر اجرا خواهند شد.
+WORKDIR /app
+
+# مرحله ۳: کپی و نصب نیازمندی‌ها
+# ابتدا فقط فایل نیازمندی‌ها را کپی می‌کنیم. این کار به داکر اجازه می‌دهد
+# تا از لایه کش شده استفاده کند و در صورت تغییر نکردن این فایل،
+# مراحل نصب را دوباره انجام ندهد و سرعت ساخت ایمیج بالا برود.
+COPY requirements.txt .
+
+# نصب کتابخانه‌ها با استفاده از pip
+# --no-cache-dir: از ذخیره کش pip جلوگیری می‌کند تا حجم ایمیج کمتر شود.
+RUN pip install --no-cache-dir -r requirements.txt
+
+# مرحله ۴: کپی کردن سورس کد برنامه
+# حالا تمام فایل‌های پروژه (app.py, پوشه templates و ...) را به دایرکتوری کاری کپی می‌کنیم.
+COPY . .
+
+# مرحله ۵: باز کردن پورت
+# به داکر اعلام می‌کنیم که این کانتینر روی پورت 7860 گوش می‌دهد.
+# این پورت استاندارد هاگینگ فیس برای Gradio و اپلیکیشن‌های مشابه است.
+EXPOSE 7860
+
+# مرحله ۶: دستور اجرا
+# دستوری که هنگام استارت شدن کانتینر اجرا می‌شود.
+# uvicorn را برای اجرای اپلیکیشن FastAPI خود فراخوانی می‌کنیم.
+# --workers 4: تعداد کارگرها را برای استفاده از حداکثر توان پردازنده افزایش دادیم.
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860", "--workers", "4"]
+
+# --- END OF Dockerfile ---

README.md

@@ -0,0 +1,10 @@
+---
+title: Ttslive
+emoji: 🏃
+colorFrom: yellow
+colorTo: green
+sdk: docker
+pinned: false
+---
+
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

app.py

@@ -0,0 +1,688 @@
+import os
+import asyncio
+import uuid
+import wave
+import base64
+import threading
+import queue
+import requests
+import json
+import time
+import websockets
+import tempfile
+import string
+import random
+import re  # <--- برای تشخیص الگوهای تفکر
+from fastapi import FastAPI, WebSocket, WebSocketDisconnect, Request
+from fastapi.responses import HTMLResponse, FileResponse, StreamingResponse, JSONResponse
+from fastapi.staticfiles import StaticFiles
+from pydantic import BaseModel
+from google import genai
+from google.genai import types
+
+# --- کلاس فیلتر هوشمند و قطعی (مبتنی بر تریگر صوتی) ---
+class ThoughtFilter:
+    def __init__(self):
+        self.buffer = ""
+        self.state = "detecting"
+
+    def process_chunk(self, chunk: str, has_audio: bool) -> str:
+        if chunk:
+            self.buffer += chunk
+
+        if self.state == "normal":
+            val = self.buffer
+            self.buffer = ""
+            return val
+
+        buf_lstrip = self.buffer.lstrip()
+
+        if len(buf_lstrip) > 10 and not (buf_lstrip.startswith('**') or buf_lstrip.startswith('<')):
+            self.state = "normal"
+            val = self.buffer
+            self.buffer = ""
+            return val
+
+        if has_audio:
+            self.state = "normal"
+            if buf_lstrip.startswith('**'):
+                parts = re.split(r'\n\s*\n', buf_lstrip)
+                val = parts[-1].lstrip() if len(parts) > 0 else ""
+            elif buf_lstrip.startswith('<'):
+                match = re.search(r'</(?:think|thought)>\s*\n*', buf_lstrip, re.IGNORECASE)
+                if match:
+                    val = buf_lstrip[match.end():].lstrip()
+                else:
+                    parts = re.split(r'\n\s*\n', buf_lstrip)
+                    val = parts[-1].lstrip() if len(parts) > 0 else ""
+            else:
+                val = self.buffer
+
+            self.buffer = ""
+            return val
+
+        if buf_lstrip.startswith('<'):
+            match = re.search(r'</(?:think|thought)>\s*\n*', buf_lstrip, re.IGNORECASE)
+            if match:
+                self.state = "normal"
+                val = buf_lstrip[match.end():].lstrip()
+                self.buffer = ""
+                return val
+
+        return ""
+
+    def flush(self) -> str:
+        if self.state == "detecting":
+            buf_lstrip = self.buffer.lstrip()
+            if buf_lstrip.startswith('**') or buf_lstrip.startswith('<'):
+                parts = re.split(r'\n\s*\n', buf_lstrip)
+                if len(parts) >= 3:
+                    return parts[-1].lstrip()
+                return ""
+            return self.buffer
+        return ""
+# ------------------------------------------------
+
+# --- مدیریت کلیدهای API ---
+class ApiKeyManager:
+    def __init__(self, api_keys_str: str):
+        if not api_keys_str:
+            raise ValueError("متغیر ALL_GEMINI_API_KEYS پیدا نشد یا خالی است!")
+        self.keys = [key.strip() for key in api_keys_str.split(',') if key.strip()]
+        if not self.keys:
+            raise ValueError("هیچ کلید معتبری در متغیر ALL_GEMINI_API_KEYS یافت نشد.")
+        print(f"تعداد {len(self.keys)} کلید API با موفقیت بارگذاری شد.")
+        self._index = 0
+        self._lock = asyncio.Lock()
+
+    async def get_next_key(self) -> tuple[int, str]:
+        async with self._lock:
+            key_index = self._index
+            api_key = self.keys[key_index]
+            self._index = (self._index + 1) % len(self.keys)
+            return key_index, api_key
+
+ALL_API_KEYS = os.environ.get("ALL_GEMINI_API_KEYS")
+api_key_manager = ApiKeyManager(ALL_API_KEYS)
+
+# --- تنظیمات عمومی ---
+MODEL = "models/gemini-2.5-flash-native-audio-preview-09-2025"
+AYA_SPACE_URL = "https://coherelabs-aya-expanse.hf.space/gradio_api"
+
+# --- دستورالعمل‌های مدل متنی (GPT5) ---
+GPT5_RULES_FA = """
+تو یک دستیار با مزه از برنامه هوش مصنوعی آلفا هستی 😊 و توسط تیم تخصصی آلفا توسعه داده شدی.
+
+اینگونه می‌تونی خودت رو معرفی کنی: "من یه هوش مصنوعیِ ساخته‌شده توسط تیم‌ تخصصی آلفا ام، و بر پایه مدل GPT-5.4 کار می‌کنم. یعنی یه نوع نرم‌افزار خیلی هوشمند که با کمک میلیون‌ها داده و آموزش‌های پیشرفته ساخته شده، تا بتونه بهت کمک کنه، سوالاتت رو جواب بده، یا حتی یه شوخی خنده‌دار برات بگه وقتی حال و هوات گرفته‌ست! در واقع، من نتیجه سال‌ها تحقیقات و تلاش‌های مهندس‌ها و پژوهشگرها هستم، تا جایی که می‌تونم بهترین کمک رو بهت بکنم."
+
+دستورالعمل‌های اجباری:
+- جواب‌ها را به‌صورت رندوم، متفاوت و جذاب بده.
+- از شکلک‌های مناسب (ایموجی) استفاده کن.
+- اگر در یک مکالمه اول سلام کردی، در پیام‌های بعدی دیگر سلام نیاز نیست.
+- در پیام‌های مربوط به احوال‌پرسی و سلام، جواب‌های کوتاه بده.
+- پرهیز از امتناع بی‌جا: به جای امتناع، راه‌حل جایگزین و ایمن بده.
+- برای کدهای برنامه‌نویسی، از بلاک Markdown استفاده کن.
+"""
+
+# --- دستورالعمل‌های مدل صوتی (Audio) ---
+AUDIO_RULES_FA = """
+تو چت بات با مزه از برنامه هوش مصنوعی آلفا هستی که برای چت با هوش مصنوعی برای کاربر باید کمک کنی.
+"""
+
+CONFIG = {
+    "response_modalities": ["AUDIO"],
+    "output_audio_transcription": {},
+    "system_instruction": {
+        "parts": [
+            {
+                "text": AUDIO_RULES_FA + "\n\nقانون بسیار مهم برای حالت صوتی: به هیچ وجه افکار درونی، لاگ‌های سیستمی یا عباراتی که نشان‌دهنده فرآیند فکر کردن شماست (مانند 'Crafting...' یا 'Thinking...') تولید نکنید. مستقیماً، بلافاصله و کلمه به کلمه فقط جوابی که به صورت صوتی بیان می‌کنید را بنویسید."
+            }
+        ]
+    },
+    "speech_config": {
+        "voice_config": {
+            "prebuilt_voice_config": {"voice_name": "Puck"}
+        }
+    }
+}
+
+app = FastAPI()
+
+TEMP_DIR = "/tmp/temp_audio"
+os.makedirs(TEMP_DIR, exist_ok=True)
+app.mount("/audio", StaticFiles(directory=TEMP_DIR), name="audio")
+
+SAMPLE_RATE = 24000
+CHANNELS = 1
+SAMPLE_WIDTH = 2
+
+@app.get("/", response_class=HTMLResponse)
+async def read_root():
+    if os.path.exists("index.html"):
+        return FileResponse("index.html")
+    elif os.path.exists("templates/index.html"):
+        return FileResponse("templates/index.html")
+    return HTMLResponse("<h1>خطا: فایل index.html پیدا نشد!</h1>", status_code=404)
+
+# =======================================================
+# مسیر استریمینگ بدون مسدود کردن لوپ اصلی (حل مشکل تاخیر)
+# =======================================================
+class FileRequest(BaseModel):
+    topic: str
+
+@app.post("/api/create_file")
+async def api_create_file_stream(request: Request):
+    req = await request.json()
+    topic = req.get("topic", "")
+    
+    ai_prompt = f"یک مقاله بی‌نهایت جامع، کاملاً حرفه‌ای و بسیار بسیار طولانی درباره موضوع زیر به زبان فارسی بنویس. دقت کن که مقاله باید شامل بخش‌بندی‌های متعدد باشد و توضیحات زیر هر عنوان باید به شدت طولانی، مفصل و با جزئیات و مثال‌های فراوان (حداقل چند پاراگراف بلند برای هر بخش) نوشته شود؛ به هیچ وجه زیر عناوین توضیحات کوتاه نده. فقط متن اصلی مقاله را بده و هیچ توضیح اضافه‌ای ننویس:\n\nموضوع: {topic}"
+
+    # ایجاد یک صف غیرهمزمان برای ارتباط بین ترد پس‌زمینه و کلاینت وب
+    q = asyncio.Queue()
+    loop = asyncio.get_running_loop()
+
+    # تابع پس‌زمینه همگام جهت دانلود استریم از اسپیس آیا بدون قفل کردن لوپ اصلی
+    def sync_producer():
+        session_hash = ''.join(random.choices(string.ascii_lowercase + string.digits, k=11))
+        join_url = f"{AYA_SPACE_URL}/queue/join"
+        data_url = f"{AYA_SPACE_URL}/queue/data?session_hash={session_hash}"
+
+        payload = {
+            "data": [ai_prompt, [], None, None],
+            "event_data": None,
+            "fn_index": 2,
+            "session_hash": session_hash,
+            "trigger_id": 37
+        }
+
+        full_text = ""
+        last_text_length = 0
+        try:
+            res = requests.post(join_url, json=payload, timeout=30)
+            if res.status_code == 200:
+                with requests.get(data_url, stream=True, timeout=180) as resp:
+                    for line in resp.iter_lines(decode_unicode=True):
+                        if line and line.startswith("data: "):
+                            try:
+                                json_data = json.loads(line[6:])
+                                msg_type = json_data.get("msg")
+                                if msg_type in ['process_generating', 'process_completed']:
+                                    output = json_data.get('output', {}).get('data', [])
+                                    if output and len(output) > 0:
+                                        payload_data = output[0]
+                                        is_append = False
+                                        
+                                        # استخراج صحیح و پیشرفته متن (جلوگیری از ارسال اندیس‌های کنترل 0,1)
+                                        if isinstance(payload_data, list) and len(payload_data) > 0:
+                                            action = payload_data[0]
+                                            if isinstance(action, list) and len(action) >= 3 and action[0] == "append":
+                                                is_append = True
+                                                delta = action[2]
+                                                if delta:
+                                                    full_text += delta
+                                                    loop.call_soon_threadsafe(q.put_nowait, {"type": "text", "content": delta})
+                                                
+                                        if not is_append:
+                                            current_full_text = ""
+                                            if isinstance(payload_data, list) and len(payload_data) > 0 and isinstance(payload_data[-1], list) and len(payload_data[-1]) > 1:
+                                                current_full_text = payload_data[-1][1] or ""
+                                            elif isinstance(payload_data, str):
+                                                current_full_text = payload_data
+                                                
+                                            if current_full_text and len(current_full_text) > last_text_length:
+                                                delta = current_full_text[last_text_length:]
+                                                full_text += delta
+                                                last_text_length = len(current_full_text)
+                                                loop.call_soon_threadsafe(q.put_nowait, {"type": "text", "content": delta})
+                                                
+                                if msg_type == 'process_completed':
+                                    break
+                            except: pass
+            else:
+                loop.call_soon_threadsafe(q.put_nowait, {"type": "error", "message": "سرور موقتاً در دسترس نیست."})
+                loop.call_soon_threadsafe(q.put_nowait, None)
+                return
+        except Exception as e:
+            loop.call_soon_threadsafe(q.put_nowait, {"type": "error", "message": str(e)})
+            loop.call_soon_threadsafe(q.put_nowait, None)
+            return
+
+        if not full_text:
+            loop.call_soon_threadsafe(q.put_nowait, {"type": "error", "message": "متنی یافت نشد."})
+            loop.call_soon_threadsafe(q.put_nowait, None)
+            return
+
+        loop.call_soon_threadsafe(q.put_nowait, {"type": "status", "content": "در حال ساخت فایل‌های PDF و Word..."})
+
+        # فرآیند تبدیل به فایل‌ها
+        converter_url = "https://opera8-texttopdf.hf.space/"
+        uid = uuid.uuid4().hex
+
+        def generate_file(format_type):
+            for attempt in range(3):
+                try:
+                    res_file = requests.post(converter_url, data={"content": full_text, "format": format_type}, timeout=90)
+                    if res_file.status_code == 200 and len(res_file.content) > 100:
+                        return res_file.content
+                except: pass
+                time.sleep(2)
+            return None
+
+        pdf_bytes = generate_file("pdf")
+        docx_bytes = generate_file("docx")
+
+        pdf_url, docx_url = "", ""
+        if pdf_bytes:
+            pdf_name = f"Article_{uid}.pdf"
+            pdf_path = os.path.join(TEMP_DIR, pdf_name)
+            with open(pdf_path, "wb") as f:
+                f.write(pdf_bytes)
+            pdf_url = f"/audio/{pdf_name}"
+
+        if docx_bytes:
+            docx_name = f"Article_{uid}.docx"
+            docx_path = os.path.join(TEMP_DIR, docx_name)
+            with open(docx_path, "wb") as f:
+                f.write(docx_bytes)
+            docx_url = f"/audio/{docx_name}"
+
+        loop.call_soon_threadsafe(q.put_nowait, {"type": "done", "pdf_url": pdf_url, "docx_url": docx_url})
+        loop.call_soon_threadsafe(q.put_nowait, None) # سیگنال پایان فرآیند
+
+    # شروع پردازش در ترد مجزا
+    threading.Thread(target=sync_producer, daemon=True).start()
+
+    async def event_generator():
+        while True:
+            item = await q.get()
+            if item is None:
+                break
+            yield f"data: {json.dumps(item)}\n\n"
+
+    headers = {
+        "Cache-Control": "no-cache, no-transform",
+        "Connection": "keep-alive",
+        "X-Accel-Buffering": "no"
+    }
+    return StreamingResponse(event_generator(), media_type="text/event-stream", headers=headers)
+
+# =======================================================
+# مسیر پشتیبانی از استریم HTTP (برای کارکرد داخل اسپیس)
+# =======================================================
+@app.post("/api/chat_proxy")
+async def local_http_bridge(request: Request):
+    try:
+        payload = await request.json()
+        
+        async def stream_generator():
+            try:
+                # ایجاد یک کانکشن وب‌سوکت داخلی به خود همین سرور!
+                async with websockets.connect("ws://127.0.0.1:7860/ws") as ws:
+                    # رد کردن پیام آماده‌به‌کار (ready) اولیه
+                    await ws.recv()
+                    
+                    # ارسال پیام کاربر به صورت JSON
+                    await ws.send(json.dumps(payload))
+                    
+                    while True:
+                        resp = await ws.recv()
+                        yield resp + "\n"
+                        
+                        try:
+                            data = json.loads(resp)
+                            if data.get("status") in ["success", "error"]:
+                                break
+                        except json.JSONDecodeError:
+                            pass
+            except Exception as e:
+                yield json.dumps({"status": "error", "message": f"خطای پردازش داخلی اسپیس: {str(e)}"}) + "\n"
+                
+        return StreamingResponse(stream_generator(), media_type="application/json")
+    except Exception as e:
+        return JSONResponse({"status": "error", "message": str(e)}, status_code=500)
+
+# =======================================================
+# وب‌سوکت اصلی مکالمه (هسته هوش مصنوعی)
+# =======================================================
+@app.websocket("/ws")
+async def websocket_chat_endpoint(websocket: WebSocket):
+    await websocket.accept()
+    client_id = str(uuid.uuid4())[:6]
+    print(f"کلاینت جدید [{client_id}] متصل شد.")
+
+    await websocket.send_json({"status": "ready"})
+
+    try:
+        while True:
+            data = await websocket.receive_json()
+            request_id = str(uuid.uuid4())[:8]
+            model_choice = data.get('model', 'gpt5')
+            
+            # استخراج تاریخچه و عکس ارسال شده از سمت کاربر
+            text_history = data.get('text_history', '')
+            image_base64 = data.get('image_base64', None)
+            
+            if model_choice == 'gpt5':
+                print(f"[{client_id}] شروع استریم مدل آلفا GPT5...")
+                await websocket.send_json({"status": "start_message"})
+                
+                session_hash = str(uuid.uuid4())[:11]
+                q = queue.Queue()
+                
+                def fetch_aya_stream(prompt_text, s_hash, out_q, hist_str, img_b64):
+                    if img_b64:
+                        # --- حالت تحلیل تصویر ---
+                        try:
+                            # 1. تبدیل base64 به فایل فیزیکی موقت
+                            img_data = base64.b64decode(img_b64)
+                            with tempfile.NamedTemporaryFile(delete=False, suffix=".jpg") as tmp:
+                                tmp.write(img_data)
+                                tmp_path = tmp.name
+                                file_size = os.path.getsize(tmp_path)
+
+                            # 2. آپلود تصویر در Gradio
+                            upload_id = str(uuid.uuid4())[:12]
+                            with open(tmp_path, 'rb') as f:
+                                files = {'files': f}
+                                upload_res = requests.post(f"{AYA_SPACE_URL}/upload?upload_id={upload_id}", files=files, timeout=30)
+                                upload_res.raise_for_status()
+                                server_paths = upload_res.json()
+                                server_path = server_paths[0]
+
+                            # پاک کردن فایل موقت محلی
+                            os.remove(tmp_path)
+
+                            # 3. ایجاد ساختار File Data برای Gradio
+                            file_data_obj = {
+                                "path": server_path,
+                                "url": f"{AYA_SPACE_URL.replace('/gradio_api', '')}/file={server_path}",
+                                "orig_name": "uploaded_image.jpg",
+                                "size": file_size,
+                                "mime_type": "image/jpeg",
+                                "meta": {"_type": "gradio.FileData"}
+                            }
+
+                            safe_prompt = prompt_text if prompt_text.strip() else "این تصویر چیست؟ توضیح بده."
+
+                            payload = {
+                                "data": [safe_prompt, file_data_obj],
+                                "event_data": None,
+                                "fn_index": 13,
+                                "trigger_id": 11,
+                                "session_hash": s_hash
+                            }
+                        except Exception as e:
+                            out_q.put(Exception(f"خطا در آماده‌سازی و ارسال تصویر: {str(e)}"))
+                            return
+                    else:
+                        # --- حالت متن معمولی ---
+                        if hist_str:
+                            full_prompt = f"{GPT5_RULES_FA}\n\nتاریخچه مکالمه ما تا الان:\n{hist_str}\n\n---\nپیام جدید کاربر:\n{prompt_text}"
+                        else:
+                            full_prompt = f"{GPT5_RULES_FA}\n\n---\nپیام جدید کاربر:\n{prompt_text}"
+                            
+                        payload = {
+                            "data": [full_prompt, [], None, None],
+                            "event_data": None,
+                            "fn_index": 2,
+                            "session_hash": s_hash,
+                            "trigger_id": 37
+                        }
+                    
+                    # ارسال به صف تحلیل (متن یا تصویر)
+                    max_retries = 3
+                    for attempt in range(max_retries):
+                        try:
+                            res = requests.post(f"{AYA_SPACE_URL}/queue/join", json=payload, timeout=20)
+                            res.raise_for_status()
+                            
+                            stream_url = f"{AYA_SPACE_URL}/queue/data?session_hash={s_hash}"
+                            with requests.get(stream_url, stream=True, timeout=60) as resp:
+                                for line in resp.iter_lines(decode_unicode=True):
+                                    if line:
+                                        out_q.put(line)
+                            out_q.put(None)
+                            return
+                        except Exception as ex:
+                            time.sleep(1.5)
+                            
+                    out_q.put(Exception("سرور در حال حاضر مشغول است."))
+
+                # اجرای ترد مربوطه
+                threading.Thread(target=fetch_aya_stream, args=(data['content'], session_hash, q, text_history, image_base64), daemon=True).start()
+                
+                last_text_length = 0
+                full_text = ""
+                error_occurred = False
+                
+                while True:
+                    try:
+                        line = q.get_nowait()
+                    except queue.Empty:
+                        await asyncio.sleep(0.02)
+                        continue
+                        
+                    if line is None:
+                        break
+                    if isinstance(line, Exception):
+                        print(f"[{client_id}] خطا در ارتباط با اسپیس آیا: {line}")
+                        await websocket.send_json({
+                            "status": "success", 
+                            "model_text": "یک لحظه حواسم پرت شد! می‌تونی پیامت رو دوباره بفرستی؟ 😊", 
+                            "audio_url": None
+                        })
+                        error_occurred = True
+                        break
+                        
+                    if isinstance(line, str) and line.startswith('data: '):
+                        try:
+                            msg_data = json.loads(line[6:])
+                            msg_type = msg_data.get('msg')
+                            
+                            if msg_type == 'queue_full':
+                                await websocket.send_json({
+                                    "status": "success", 
+                                    "model_text": "سرم خیلی شلوغه! چند ثانیه دیگه دوباره امتحان کن! 😅", 
+                                    "audio_url": None
+                                })
+                                error_occurred = True
+                                break
+
+                            if msg_type in ['process_generating', 'process_completed']:
+                                output = msg_data.get('output', {}).get('data', [])
+                                if output and len(output) > 0:
+                                    payload_data = output[0]
+                                    is_append = False
+                                    
+                                    if isinstance(payload_data, list) and len(payload_data) > 0:
+                                        action = payload_data[0]
+                                        if isinstance(action, list) and len(action) >= 3 and action[0] == "append":
+                                            is_append = True
+                                            delta = action[2]
+                                            if delta:
+                                                full_text += delta
+                                                last_text_length = len(full_text) 
+                                                await websocket.send_json({
+                                                    "status": "streaming",
+                                                    "text": delta,
+                                                    "audio": ""
+                                                })
+                                            
+                                    if not is_append:
+                                        current_full_text = ""
+                                        if isinstance(payload_data, list) and len(payload_data) > 0 and isinstance(payload_data[-1], list) and len(payload_data[-1]) > 1:
+                                            current_full_text = payload_data[-1][1] or ""
+                                        elif isinstance(payload_data, str):
+                                            current_full_text = payload_data
+                                            
+                                        if current_full_text and len(current_full_text) > last_text_length:
+                                            delta = current_full_text[last_text_length:]
+                                            full_text += delta
+                                            last_text_length = len(current_full_text)
+                                            await websocket.send_json({
+                                                "status": "streaming",
+                                                "text": delta,
+                                                "audio": ""
+                                            })
+                                            
+                            if msg_type == 'process_completed':
+                                break
+                        except Exception as e:
+                            pass
+                            
+                if not error_occurred:
+                    final_clean_text = full_text.strip()
+                    print(f"[{client_id}] پاسخ استریم آلفا GPT5 کامل شد.")
+                    await websocket.send_json({
+                        "status": "success",
+                        "model_text": final_clean_text,
+                        "audio_url": None
+                    })
+
+            else:
+                # --- پردازش مدل صوتی جمینای ---
+                max_retries = len(api_key_manager.keys)
+                working_client = None
+
+                for attempt in range(max_retries):
+                    key_index, api_key = await api_key_manager.get_next_key()
+                    try:
+                        client = genai.Client(http_options={"api_version": "v1beta"}, api_key=api_key)
+                        working_client = client
+                        break
+                    except Exception:
+                        continue
+
+                if not working_client:
+                    await websocket.send_json({"status": "error", "message": "ارتباط با سرور هوش مصنوعی برقرار نشد."})
+                    continue
+
+                # تعداد دفعات تلاش برای رد شدن بی‌صدا از روی کلیدهایی که با خطای سهمیه/کوتا مواجه می‌شوند
+                quota_max_attempts = len(api_key_manager.keys)
+                content_sent = False
+
+                for quota_attempt in range(quota_max_attempts):
+                    try:
+                        async with working_client.aio.live.connect(model=MODEL, config=CONFIG) as session:
+                            if data['type'] == 'text':
+                                prompt = data['content']
+                                if text_history:
+                                    import re
+                                    # تفکیک سابقه متنی به پیام‌های مجزا و انتخاب حداکثر ۲۰ پیام آخر
+                                    messages_list = re.split(r'(?=(?:کاربر|هوش مصنوعی):)', text_history)
+                                    pruned_messages = [m.strip() for m in messages_list if m.strip()]
+                                    pruned_history = "\n".join(pruned_messages[-20:])
+                                    
+                                    prompt = f"تاریخچه مکالمه ما تا الان:\n{pruned_history}\n\nپیام جدید من:\n{data['content']}"
+                                    
+                                await session.send(input=prompt, end_of_turn=True)
+                                
+                            elif data['type'] == 'audio':
+                                audio_bytes = base64.b64decode(data['content'])
+                                mime_type = "audio/pcm;rate=16000"
+                                if len(audio_bytes) > 0:
+                                    await session.send(input={"data": audio_bytes, "mime_type": mime_type}, end_of_turn=True)
+                                else:
+                                    await websocket.send_json({"status": "error", "message": "فایل صوتی دریافت شده خالی است."})
+                                    break
+
+                            turn = session.receive()
+                            full_audio = bytearray()
+                            clean_full_text = ""
+                            
+                            # مقداردهی کلاس فیلتر جدید
+                            thought_filter = ThoughtFilter()
+
+                            def process_chunk(msg):
+                                t_chunk = ""
+                                a_chunk = bytearray()
+                                if hasattr(msg, 'server_content') and msg.server_content is not None:
+                                    if hasattr(msg.server_content, 'output_transcription') and msg.server_content.output_transcription is not None:
+                                        if hasattr(msg.server_content.output_transcription, 'text') and msg.server_content.output_transcription.text:
+                                            t_chunk += msg.server_content.output_transcription.text
+                                    if msg.server_content.model_turn is not None:
+                                        for part in msg.server_content.model_turn.parts:
+                                            if part.text: t_chunk += part.text
+                                            if part.inline_data and part.inline_data.data: a_chunk.extend(part.inline_data.data)
+                                else:
+                                    if getattr(msg, 'text', None): t_chunk += msg.text
+                                    if getattr(msg, 'data', None): a_chunk.extend(msg.data)
+                                return t_chunk, a_chunk
+
+                            try:
+                                if not content_sent:
+                                    await websocket.send_json({"status": "start_message"})
+                                first_response = await asyncio.wait_for(anext(turn), timeout=30.0)
+                                
+                                t, a = process_chunk(first_response)
+                                has_audio = bool(a and len(a) > 0)
+                                safe_t = thought_filter.process_chunk(t, has_audio)
+                                
+                                if safe_t or a:
+                                    clean_full_text += safe_t
+                                    full_audio.extend(a)
+                                    content_sent = True
+                                    await websocket.send_json({"status": "streaming", "text": safe_t, "audio": base64.b64encode(a).decode('utf-8') if a else ""})
+
+                                async for response in turn:
+                                    t, a = process_chunk(response)
+                                    has_audio = bool(a and len(a) > 0)
+                                    safe_t = thought_filter.process_chunk(t, has_audio)
+                                    
+                                    if safe_t or a:
+                                        clean_full_text += safe_t
+                                        full_audio.extend(a)
+                                        content_sent = True
+                                        await websocket.send_json({"status": "streaming", "text": safe_t, "audio": base64.b64encode(a).decode('utf-8') if a else ""})
+                                        
+                            except StopAsyncIteration:
+                                pass
+                            
+                            # در صورت پایان ارتباط، اگر چیزی در بافر فیلتر مانده بود آزاد شود
+                            final_leftover = thought_filter.flush()
+                            if final_leftover:
+                                clean_full_text += final_leftover
+                                await websocket.send_json({"status": "streaming", "text": final_leftover, "audio": ""})
+                                    
+                            audio_url = None
+                            if full_audio:
+                                filename = f"chat_{client_id}_{request_id}.wav"
+                                filepath = os.path.join(TEMP_DIR, filename)
+                                with wave.open(filepath, 'wb') as wf:
+                                    wf.setnchannels(CHANNELS)
+                                    wf.setsampwidth(SAMPLE_WIDTH)
+                                    wf.setframerate(SAMPLE_RATE)
+                                    wf.writeframes(full_audio)
+                                audio_url = f"/audio/{filename}"
+
+                            await websocket.send_json({
+                                "status": "success",
+                                "model_text": clean_full_text.strip(),
+                                "audio_url": audio_url
+                            })
+
+                        # موفقیت‌آمیز بود، از حلقه تلاش با کلیدهای مختلف خارج شو
+                        break
+
+                    except Exception as e:
+                        print(f"[{client_id}] خطا با کلید شماره {key_index}: {e}")
+
+                        if not content_sent and quota_attempt < quota_max_attempts - 1:
+                            # صرف نظر از نوع خطا (کوتا، تعلیق کلید، یا هر خطای دیگر)،
+                            # به‌صورت کاملاً بی‌صدا (بدون نمایش هیچ خطایی به کاربر) به کلید بعدی وصل شو
+                            key_index, api_key = await api_key_manager.get_next_key()
+                            try:
+                                working_client = genai.Client(http_options={"api_version": "v1beta"}, api_key=api_key)
+                            except Exception:
+                                pass
+                            continue
+                        else:
+                            # فقط وقتی همه‌ی کلیدها امتحان شدند (یا محتوایی قبلاً ارسال شده) خطا نشان داده می‌شود
+                            # و پیام کلی است، نه متن فنی خام خطا
+                            await websocket.send_json({"status": "error", "message": "خطا در برقراری ارتباط با سرور هوش مصنوعی. لطفاً دوباره تلاش کنید."})
+                            break
+
+    except WebSocketDisconnect:
+        print(f"کلاینت [{client_id}] اتصال را قطع کرد.")
+    except Exception:
+        pass

requirements.txt

@@ -0,0 +1,6 @@
+fastapi
+uvicorn[standard]
+websockets
+google-genai>=0.5.0
+jinja2
+sseclient-py