Gerador de vídeos narrativos (Godot + FFmpeg), painel Next.js, serviço de voz, Clipador de lives e Publicador para YouTube, TikTok e Instagram. Inclui a leitura das visualizações dos posts para o Dashboard e o botão "Publicar no <rede>" nos cartões das publicações. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
76 lines
2.5 KiB
Python
76 lines
2.5 KiB
Python
"""Contrato HTTP v1 do serviço de voz do CenaForge (herdado do dropsz_voice; campos em camelCase)."""
|
|
|
|
from __future__ import annotations
|
|
|
|
import re
|
|
import unicodedata
|
|
from typing import Literal
|
|
|
|
from pydantic import BaseModel, ConfigDict, Field, field_validator
|
|
|
|
# Limite duro do schema; o limite efetivo (VOICE_MAX_TEXT_CHARS) é aplicado no serviço.
|
|
HARD_TEXT_LIMIT = 5000
|
|
REQUEST_ID_PATTERN = r"^[A-Za-z0-9_-]{8,64}$"
|
|
VOICE_ID_PATTERN = r"^[a-z0-9][a-z0-9-]{1,47}$"
|
|
|
|
_CONTROL = re.compile(r"[\x00-\x08\x0b\x0c\x0e-\x1f\x7f]")
|
|
_SPACES = re.compile(r"\s+")
|
|
|
|
|
|
def normalize_text(text: str) -> str:
|
|
"""NFC, sem caracteres de controle, espaços colapsados. É o texto que vira chave de cache."""
|
|
text = unicodedata.normalize("NFC", text)
|
|
text = _CONTROL.sub(" ", text)
|
|
return _SPACES.sub(" ", text).strip()
|
|
|
|
|
|
class SynthesisParams(BaseModel):
|
|
model_config = ConfigDict(extra="forbid")
|
|
|
|
speed: float = Field(1.0, ge=0.5, le=2.0, description="1.0 = normal; 2.0 = duas vezes mais rápido")
|
|
# wav = para o render (FFmpeg mistura sem perda); ogg_opus = leve, para ouvir no painel.
|
|
format: str = Field("ogg_opus", pattern=r"^(ogg_opus|wav)$")
|
|
|
|
|
|
class SynthesizeRequest(BaseModel):
|
|
model_config = ConfigDict(extra="forbid")
|
|
|
|
requestId: str = Field(..., pattern=REQUEST_ID_PATTERN)
|
|
text: str = Field(..., min_length=1, max_length=HARD_TEXT_LIMIT)
|
|
voiceId: str = Field(..., pattern=VOICE_ID_PATTERN)
|
|
params: SynthesisParams = Field(default_factory=SynthesisParams)
|
|
|
|
@field_validator("text")
|
|
@classmethod
|
|
def _normalize(cls, value: str) -> str:
|
|
value = normalize_text(value)
|
|
if not value:
|
|
raise ValueError("texto vazio")
|
|
return value
|
|
|
|
|
|
class VoiceDescriptor(BaseModel):
|
|
"""Descritor público de voz (ADR 0025 §2.3). Sem caminho de arquivo, URL ou origem interna."""
|
|
|
|
id: str
|
|
name: str
|
|
languages: list[str]
|
|
revision: str
|
|
engine: Literal["tts", "tts+rvc"]
|
|
default: bool
|
|
# Campos do CenaForge: motor base, voz base (vozes de personagem) e se veio do painel.
|
|
provider: Literal["piper", "edge", "kokoro", "google", "azure", "clone", "fake"] | None = None
|
|
baseVoice: str | None = None
|
|
user: bool = False
|
|
offline: bool | None = None
|
|
rvc: dict | None = None
|
|
description: str | None = None
|
|
gender: Literal["female", "male", "neutral"] | None = None
|
|
ageRange: Literal["child", "young", "adult", "senior"] | None = None
|
|
accent: str | None = None
|
|
|
|
|
|
class VoicesPage(BaseModel):
|
|
items: list[VoiceDescriptor]
|
|
nextCursor: str | None
|