app.py

import gradio as gr
import requests
import os
from dotenv import load_dotenv
from datetime import datetime, timedelta

# Cargar variables de entorno desde el archivo .env
load_dotenv()

# Constantes para el script
CHUNK_SIZE = 1024  # Tamaño de los chunks para leer/escribir a la vez
XI_API_KEY = os.getenv("XI_API_KEY")  # Tu clave API para autenticación
VOICE_ID = os.getenv("VOICE_ID")      # ID del modelo de voz a utilizar

# Diccionario para almacenar la información de uso
usage_data = {
    'message_count': 0,
    'last_reset': datetime.now()
}

# Configuración de límites
MESSAGE_LIMIT = 145
TIME_LIMIT = timedelta(hours=2)

def text_to_speech(text, style):
    global usage_data
    current_time = datetime.now()

    # Resetear el contador si ha pasado el tiempo límite
    if current_time - usage_data['last_reset'] > TIME_LIMIT:
        usage_data = {
            'message_count': 0,
            'last_reset': current_time
        }

    # Verificar si se ha alcanzado el límite de mensajes
    if usage_data['message_count'] >= MESSAGE_LIMIT:
        return None  # Limite alcanzado, no se produce audio

    # URL para la solicitud de la API de Text-to-Speech
    tts_url = f"https://api.elevenlabs.io/v1/text-to-speech/{VOICE_ID}/stream"

    # Encabezados para la solicitud de la API
    headers = {
        "Accept": "application/json",
        "xi-api-key": XI_API_KEY
    }

    # Datos de carga útil para la solicitud de la API
    data = {
        "text": text,
        "model_id": "eleven_multilingual_v2",
        "voice_settings": {
            "stability": 0.5,
            "similarity_boost": 0.8,
            "style": style,
            "use_speaker_boost": True
        }
    }

    # Realizar la solicitud POST
    response = requests.post(tts_url, headers=headers, json=data, stream=True)

    # Verificar si la solicitud fue exitosa
    if response.ok:
        output_path = "output.mp3"
        with open(output_path, "wb") as f:
            for chunk in response.iter_content(chunk_size=CHUNK_SIZE):
                f.write(chunk)
        usage_data['message_count'] += 1
        return output_path
    else:
        return None  # Si falla, tampoco generes audio

iface = gr.Interface(
    fn=text_to_speech,
    inputs=[
        gr.Textbox(label="Texto"),
        gr.Slider(minimum=0, maximum=1, step=0.1, label="Style")
    ],
    outputs=gr.Audio(type="filepath"),
    title="Text to Speech ElevenLabs",
    description="Convierte texto a voz usando ElevenLabs. Elige el 'Style' con el slider."
)

if __name__ == "__main__":
    iface.launch(share=True)