#!/usr/bin/env python3
"""
tts_eval.py — Genera la MISMA frase de feadulta con varias voces/modelos TTS para
compararlas (evaluación de voz, issue #76). Incluye:
  - edge-tts Ximena (referencia, gratis, ya la usamos) — siempre.
  - Modelos premium vía Hugging Face Inference Providers (consume crédito HF) — opcional.

Objetivo: ELEGIR voz. Para producción en masa NO se usa HF (sale caro); el modelo
abierto ganador se corre en LOCAL (RTX 5060 Ti) gratis. Ver análisis en #76.

Uso:
    # Solo la referencia local (gratis):
    python3 scripts/tts_eval.py
    # Con modelos HF (necesita token; gasta unos céntimos del crédito):
    HF_TOKEN=hf_xxx python3 scripts/tts_eval.py --hf

Salida: ./tts-eval/<nombre>.mp3  (escúchalos y elige).
"""
from __future__ import annotations
import argparse, os, subprocess, sys
from pathlib import Path

SAMPLE = (
    "Bienvenido a Fe Adulta. La humanidad abriga una esperanza: verse liberada de la "
    "esclavitud y alcanzar la libertad de los hijos de Dios. Una fe adulta es una fe "
    "personal, valiente, sin miedos infantiles. Detente un instante y respira."
)
OUT = Path(__file__).resolve().parent.parent / "tts-eval"
EDGE = os.path.expanduser("~/.hermes/hermes-agent/venv/bin/edge-tts")

# Candidatos vía HF Inference Providers (provider, model). Verifica disponibilidad en la
# pestaña "Inference Providers" de cada modelo en huggingface.co — el routing cambia.
HF_CANDIDATES = [
    ("fal-ai", "fal-ai/f5-tts"),
    ("fal-ai", "fal-ai/chatterbox/text-to-speech"),
    ("hf-inference", "myshell-ai/MeloTTS-Spanish"),
]


def edge_samples():
    OUT.mkdir(exist_ok=True)
    for voz in ("es-ES-XimenaNeural", "es-ES-ElviraNeural", "es-MX-JorgeNeural"):
        dst = OUT / f"edge-{voz}.mp3"
        print(f"edge-tts {voz} ...", flush=True)
        subprocess.run([EDGE, "--voice", voz, "--text", SAMPLE, "--write-media", str(dst)],
                       capture_output=True)
    print(f"  -> {OUT}")


def hf_samples():
    try:
        from huggingface_hub import InferenceClient
    except ImportError:
        sys.exit("Falta huggingface_hub: pip install huggingface_hub")
    token = os.environ.get("HF_TOKEN")
    if not token:
        sys.exit("Define HF_TOKEN para usar --hf")
    OUT.mkdir(exist_ok=True)
    for provider, model in HF_CANDIDATES:
        name = model.replace("/", "_")
        try:
            client = InferenceClient(provider=provider, api_key=token)
            audio = client.text_to_speech(SAMPLE, model=model)
            dst = OUT / f"hf-{name}.mp3"
            dst.write_bytes(audio)
            print(f"OK  {provider}:{model} -> {dst.name}")
        except Exception as exc:  # noqa: BLE001
            print(f"FALLO {provider}:{model} -> {exc}")


def main():
    ap = argparse.ArgumentParser()
    ap.add_argument("--hf", action="store_true", help="También generar con modelos HF (gasta crédito).")
    args = ap.parse_args()
    edge_samples()
    if args.hf:
        hf_samples()
    print("\nEscucha los .mp3 en", OUT, "y elige. Para producción: correr el modelo abierto ganador en local.")


if __name__ == "__main__":
    raise SystemExit(main())