app.py

import gradio as gr
from kokoro_onnx import Kokoro
import soundfile as sf
from huggingface_hub import hf_hub_download
import os

# Download seguro - Apontando para o repositório estável
print("Baixando modelos...")
try:
    # Usando o repositório que contém os arquivos ONNX confirmados
    model_path = hf_hub_download(repo_id="v006/kokoro", filename="kokoro-v0_19.onnx")
    voices_path = hf_hub_download(repo_id="v006/kokoro", filename="voices.bin")
except Exception:
    # Fallback para o repositório principal caso o acima falhe
    model_path = hf_hub_download(repo_id="hexgrad/Kokoro-82M", filename="kokoro-v0_19.onnx")
    voices_path = hf_hub_download(repo_id="hexgrad/Kokoro-82M", filename="voices.bin")

# Inicializa o motor TTS
model = Kokoro(model_path, voices_path)

def narrar(data):
    texto = data.get("texto", "")
    if not texto:
        return None
    
    # 'am_michael' é a voz masculina ideal: profunda, clara e solene
    # speed=0.9 para dar o ritmo de leitura bíblica
    samples, sample_rate = model.create(texto, voice="am_michael", speed=0.9)
    
    output_file = "audio.wav"
    sf.write(output_file, samples, sample_rate)
    return output_file

# Interface Gradio configurada como API JSON
demo = gr.Interface(
    fn=narrar,
    inputs=gr.JSON(label="Input JSON"),
    outputs=gr.Audio(label="Narração"),
    api_name="predict"
)

if __name__ == "__main__":
    demo.launch()