initial commit (backend)

2026-09-20 11:45:58 +00:00
commit 033adf023e
65 changed files with 28292 additions and 0 deletions
@@ -0,0 +1,99 @@
+"""
+TTS Router — озвучка текста через Edge TTS.
+Бесплатный, качественный синтез речи для польского языка.
+Кэш хранится в файлах на диске.
+"""
+import logging
+import io
+import os
+import hashlib
+import edge_tts
+from fastapi import APIRouter, Request, HTTPException
+from fastapi.responses import Response
+from auth import require_auth
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter(prefix="/tts", tags=["tts"])
+
+# Голоса Edge TTS для польского
+VOICE_PL = "pl-PL-MarekNeural"  # Мужской голос (основной)
+VOICE_PL_FEMALE = "pl-PL-AgnieszkaNeural"  # Женский голос
+
+# Директория для кэша
+CACHE_DIR = "/root/filwordspl/backend/tts_cache"
+os.makedirs(CACHE_DIR, exist_ok=True)
+
+
+def get_cache_path(voice_name: str, text: str) -> str:
+    """Создаёт путь к файлу кэша на основе хеша текста и голоса"""
+    cache_key = hashlib.md5(f"{voice_name}:{text}".encode()).hexdigest()
+    return os.path.join(CACHE_DIR, f"{cache_key}.mp3")
+
+
+@router.get("")
+async def text_to_speech(request: Request, text: str = "", voice: str = "male"):
+    """
+    Озвучивает текст через Edge TTS.
+    
+    Параметры:
+    - text: текст для озвучки
+    - voice: male (Marek) или female (Agnieszka)
+    
+    Возвращает: audio/mpeg
+    """
+    await require_auth(request)
+    
+    if not text or len(text) > 500:
+        raise HTTPException(400, "Text is required (max 500 characters)")
+    
+    # Выбираем голос
+    if voice == "female":
+        voice_name = VOICE_PL_FEMALE
+    else:
+        voice_name = VOICE_PL
+    
+    # Путь к файлу кэша
+    cache_path = get_cache_path(voice_name, text)
+    
+    # Проверяем файловый кэш
+    if os.path.exists(cache_path):
+        logger.info(f"TTS: cache hit for text: {text[:50]}...")
+        with open(cache_path, 'rb') as f:
+            return Response(
+                content=f.read(),
+                media_type="audio/mpeg",
+            )
+    
+    try:
+        logger.info(f"TTS: synthesizing text: {text[:50]}...")
+        
+        # Синтезируем речь
+        communicate = edge_tts.Communicate(text, voice_name)
+        audio_data = io.BytesIO()
+        
+        async for chunk in communicate.stream():
+            if chunk["type"] == "audio":
+                audio_data.write(chunk["data"])
+        
+        audio_bytes = audio_data.getvalue()
+        
+        if not audio_bytes:
+            raise HTTPException(500, "TTS generation failed")
+        
+        # Сохраняем в файловый кэш
+        with open(cache_path, 'wb') as f:
+            f.write(audio_bytes)
+        
+        logger.info(f"TTS: done, size={len(audio_bytes)} bytes, cached to {os.path.basename(cache_path)}")
+        
+        return Response(
+            content=audio_bytes,
+            media_type="audio/mpeg",
+        )
+        
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"TTS error: {str(e)}")
+        raise HTTPException(500, f"TTS error: {str(e)}")