Update app.py

app.py

@@ -1,86 +1,64 @@
 import io
 import os
 import soundfile as sf
-import torch
-import numpy as np
 import gradio as gr
 import spaces
-from kokoro import KPipeline
 from pydantic import BaseModel
 from fastapi import HTTPException, Header, Response
+from f5_tts.api import F5TTS
 
 SHARED_SECRET = os.environ.get("PRAIEIRO_SECRET", "praieiro-voz-2026")
+REF_AUDIO_PATH = "PraieiroVox.wav"
 
-print("Carregando Kokoro-82M para Português do Brasil...")
-pipeline = KPipeline(lang_code="p")
+print("Carregando modelo F5-TTS para clonagem de voz...")
+f5tts = F5TTS(model_type="F5-TTS_PT")
 
-VOICES = {
-    "pm_alex (Masculina natural)": "pm_alex",
-    "pm_santa (Masculina encorpada)": "pm_santa",
-    "pf_dora (Feminina natural)": "pf_dora",
-}
-
-@spaces.GPU
-def generate_audio(text: str, voice_label: str = "pm_alex (Masculina natural)", speed: float = 1.0):
-    text = (text or "").strip()
-    if not text:
+@spaces.GPU(duration=30)
+def clone_voice(text: str):
+    if not text or not text.strip():
         return None
-    voice_key = VOICES.get(voice_label, voice_label)
-    
-    generator = pipeline(text, voice=voice_key, speed=speed, split_pattern=r"\n+")
-    audio_chunks = []
-    for _, _, audio in generator:
-        audio_chunks.append(audio)
     
-    if not audio_chunks:
-        return None
-        
-    full_audio = np.concatenate(audio_chunks)
-    return (24000, full_audio)
+    # Gera a fala imitando exatamente o áudio PraieiroVox.wav
+    wav, sr, _ = f5tts.infer(
+        ref_file=REF_AUDIO_PATH,
+        ref_text="",
+        gen_text=text.strip(),
+        remove_silence=True
+    )
+    return sr, wav
 
-# Interface visual do Gradio (para você testar e ouvir na tela do celular)
-with gr.Blocks(title="Praieiro Voice · Kokoro") as demo:
-    gr.Markdown("# 🌊 Praieiro Voice · Kokoro TTS (PT-BR)")
-    gr.Markdown("Voz neural ultrarrápida para o agente do Praieiro rodando no Hugging Face ZeroGPU.")
+with gr.Blocks(title="Praieiro Vox · Clonagem de Voz") as demo:
+    gr.Markdown("# 🌊 Praieiro Vox · Clonador de Voz do Agente")
+    gr.Markdown(f"Clonando a voz oficial a partir de **{REF_AUDIO_PATH}** em GPU.")
     
     with gr.Row():
         text_input = gr.Textbox(
-            label="Texto para o agente falar",
-            placeholder="Digite algo...",
-            value="Fala meu brother! Seu pedido na praia já tá sendo preparado e chega rapidinho na sua barraca.",
-            lines=3,
+            label="Texto a ser falado",
+            value="Fala meu brother! Seu pedido na praia já tá sendo preparado e chega voando!",
+            lines=3
         )
-    with gr.Row():
-        voice_input = gr.Dropdown(
-            choices=list(VOICES.keys()),
-            value="pm_alex (Masculina natural)",
-            label="Escolha a Voz",
-        )
-        speed_input = gr.Slider(minimum=0.7, maximum=1.5, value=1.0, step=0.05, label="Velocidade")
-        
-    btn = gr.Button("🔊 Ouvir Voz do Agente", variant="primary")
-    audio_output = gr.Audio(label="Áudio Gerado", autoplay=True)
+    
+    btn = gr.Button("🎤 Gerar Fala com a Voz Clonada", variant="primary")
+    audio_output = gr.Audio(label="Áudio Gerado", type="numpy")
     
     btn.click(
-        fn=generate_audio,
-        inputs=[text_input, voice_input, speed_input],
-        outputs=[audio_output],
+        fn=clone_voice,
+        inputs=[text_input],
+        outputs=[audio_output]
     )
 
-class SpeechRequest(BaseModel):
+app = demo.app
+
+class TTSRequest(BaseModel):
     input: str
-    voice: str = "pm_alex"
-    speed: float = 1.0
 
-# Endpoints de API para o Praieiro chamar via HTTP
-@demo.app.post("/v1/audio/speech")
-@demo.app.post("/tts")
-def api_speak(req: SpeechRequest, authorization: str = Header(None)):
-    expected = f"Bearer {SHARED_SECRET}"
-    if SHARED_SECRET and authorization != expected:
+@app.post("/v1/audio/speech")
+def generate_speech_endpoint(req: TTSRequest, authorization: str = Header(None)):
+    token = authorization.replace("Bearer ", "") if authorization else ""
+    if token != SHARED_SECRET:
         raise HTTPException(status_code=401, detail="Não autorizado")
     
-    res = generate_audio(req.input, req.voice, req.speed)
+    res = clone_voice(req.input)
     if res is None:
         raise HTTPException(status_code=400, detail="Texto vazio ou inválido")