#!/usr/bin/env python3
# Afinado de XTTS: combina varias referencias (promedia el timbre) y prueba
# distintos ajustes de velocidad/temperatura para acercarse al Jarvis original.
# Genera variantes en ref/afinar/ para comparar de oido y elegir la buena.
import os, sys, time
os.environ.setdefault("COQUI_TOS_AGREED", "1")
DISP = sys.argv[1] if len(sys.argv) > 1 else "cuda"
BASE = os.path.dirname(os.path.abspath(__file__))
OUT = os.path.join(BASE, "ref", "afinar")
os.makedirs(OUT, exist_ok=True)

# varias referencias: XTTS calcula el latent del hablante promediandolas
REFS = [os.path.join(BASE, "ref", n) for n in
        ("jarvis_lento_b.wav", "jarvis_lento_a.wav", "jarvis_ref.wav")]
REFS = [r for r in REFS if os.path.exists(r)]

FRASES = {
    "saludo": "Buenas noches, señor. Todo está listo.",
    "pregunta": "He encontrado tres ficheros que coinciden. ¿Cuál abro?",
}

# (etiqueta, kwargs de inferencia)
VARIANTES = [
    ("v1_natural", dict(speed=1.0,  temperature=0.65, repetition_penalty=2.0)),
    ("v2_sereno",  dict(speed=0.92, temperature=0.60, repetition_penalty=3.0)),
    ("v3_grave",   dict(speed=0.88, temperature=0.55, repetition_penalty=5.0)),
]

print(f"referencias ({len(REFS)}): {[os.path.basename(r) for r in REFS]}", flush=True)
t0 = time.time()
from TTS.api import TTS
tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to(DISP)
print(f"modelo cargado en {time.time()-t0:.1f}s", flush=True)

for fid, frase in FRASES.items():
    for etiqueta, kw in VARIANTES:
        dst = os.path.join(OUT, f"{fid}_{etiqueta}.wav")
        t0 = time.time()
        try:
            tts.tts_to_file(text=frase, speaker_wav=REFS, language="es",
                            file_path=dst, **kw)
            print(f"  {fid}/{etiqueta}: {time.time()-t0:4.1f}s  {kw}", flush=True)
        except TypeError as e:
            # algun kwarg no soportado: reintenta solo con speed+temperature
            kw2 = {k: kw[k] for k in ("speed", "temperature") if k in kw}
            tts.tts_to_file(text=frase, speaker_wav=REFS, language="es",
                            file_path=dst, **kw2)
            print(f"  {fid}/{etiqueta}: (sin rep_penalty) {kw2}", flush=True)
print("listo.", flush=True)