ipin-vr/ondevice/Scripts/TtsManager.cs

// TtsManager.cs — synteza mowy przez sherpa-onnx (głos vits-piper-pl_PL-gosia-medium).
//
// Instalacja wtyczki (wybierz jedną):
//   A) Oficjalna: skopiuj .dll / .aar z wydania sherpa-onnx do Assets/Plugins/
//      https://github.com/k2-fsa/sherpa-onnx/releases  (szukaj unity-*)
//   B) UPM: https://github.com/EitanWong/com.eitan.sherpa-onnx-unity
//
// Po zainstalowaniu: odkomentuj bloki oznaczone [SHERPA] poniżej.
//
// Pliki modelu (StreamingAssets/vits-piper-pl_PL-gosia-medium/):
//   pl_PL-gosia-medium.onnx
//   tokens.txt
//   espeak-ng-data/   (katalog)
// Pobierz ze: https://github.com/k2-fsa/sherpa-onnx/releases/tag/tts-models
//             → vits-piper-pl_PL-gosia-medium.tar.bz2

using System;
using System.Collections;
using System.IO;
using UnityEngine;
using UnityEngine.Networking;

// [SHERPA] using SherpaOnnx;   // dokładna przestrzeń nazw zależy od wtyczki

namespace IpinVr
{
    public class TtsManager : MonoBehaviour
    {
        [Header("Ścieżki modelu (względem StreamingAssets)")]
        [SerializeField] private string modelOnnx =
            "vits-piper-pl_PL-gosia-medium/pl_PL-gosia-medium.onnx";
        [SerializeField] private string tokensFile =
            "vits-piper-pl_PL-gosia-medium/tokens.txt";
        [SerializeField] private string espeakDataDir =
            "vits-piper-pl_PL-gosia-medium/espeak-ng-data";

        [Header("Odtwarzanie")]
        [SerializeField] private AudioSource audioSource;

        [Header("Parametry syntezy")]
        [SerializeField] [Range(1, 4)] private int numThreads = 2;
        [SerializeField] [Range(0.5f, 2.0f)] private float speed = 1.0f;

        public bool IsReady { get; private set; }

        // [SHERPA] private OfflineTts _tts;

        private void Awake()
        {
            if (audioSource == null)
                audioSource = gameObject.AddComponent<AudioSource>();
        }

        /// <summary>Kopiuje pliki z StreamingAssets i inicjuje silnik TTS.</summary>
        public void Initialize(Action onReady = null)
        {
            StartCoroutine(InitCoroutine(onReady));
        }

        private IEnumerator InitCoroutine(Action onReady)
        {
            string[] files = { modelOnnx, tokensFile };
            foreach (var rel in files)
                yield return StartCoroutine(EnsureFile(rel));

            // espeak-ng-data: sherpa-onnx Unity plugins zwykle obsługują to wewnętrznie.
            // Jeśli Twoja wtyczka tego nie robi, spakuj katalog jako .zip i rozpakowuj tu.
            yield return StartCoroutine(EnsureEspeakData());

            // [SHERPA] Inicjalizacja silnika:
            //
            // string base = Application.persistentDataPath;
            // var config = new OfflineTtsConfig
            // {
            //     model = new OfflineTtsModelConfig
            //     {
            //         vits = new OfflineTtsVitsModelConfig
            //         {
            //             model   = Path.Combine(base, modelOnnx),
            //             tokens  = Path.Combine(base, tokensFile),
            //             dataDir = Path.Combine(base, espeakDataDir),
            //         },
            //         numThreads = numThreads,
            //         provider   = "cpu",
            //         debug      = false,
            //     },
            // };
            // _tts = new OfflineTts(config);

            IsReady = true;
            Debug.Log("[TtsManager] Gotowy (sherpa-onnx stub — odkomentuj bloki [SHERPA])");
            onReady?.Invoke();
        }

        /// <summary>Syntezuje text i odtwarza. Wywołuje onDone po zakończeniu odtwarzania.</summary>
        public void Speak(string text, Action onDone = null)
        {
            if (!IsReady)
            {
                Debug.LogWarning("[TtsManager] Nie zainicjowany — pomijam TTS");
                onDone?.Invoke();
                return;
            }
            if (audioSource.isPlaying)
                audioSource.Stop();
            StartCoroutine(SpeakCoroutine(text, onDone));
        }

        public void Stop()
        {
            StopAllCoroutines();
            audioSource.Stop();
        }

        private IEnumerator SpeakCoroutine(string text, Action onDone)
        {
            // [SHERPA] Zastąp ten blok wywołaniem sherpa-onnx:
            //
            // var audio = _tts.Generate(text, speakerId: 0, speed: speed);
            // var clip  = AudioClip.Create("tts", audio.samples.Length, 1,
            //                              audio.sampleRate, false);
            // clip.SetData(audio.samples, 0);
            // audioSource.clip = clip;
            // audioSource.Play();
            // yield return new WaitUntil(() => !audioSource.isPlaying);

            Debug.Log($"[TtsManager] (stub) Speak: \"{text}\"");
            yield return new WaitForSeconds(0.1f);  // zastępcze opóźnienie
            onDone?.Invoke();
        }

        // --- kopiowanie plików ze StreamingAssets ---

        private IEnumerator EnsureFile(string relative)
        {
            string dest = Path.Combine(Application.persistentDataPath, relative);
            if (File.Exists(dest)) yield break;

            Directory.CreateDirectory(Path.GetDirectoryName(dest)!);
            string src = Path.Combine(Application.streamingAssetsPath, relative);

#if UNITY_ANDROID && !UNITY_EDITOR
            using var req = UnityWebRequest.Get(src);
            yield return req.SendWebRequest();
            if (req.result == UnityWebRequest.Result.Success)
                File.WriteAllBytes(dest, req.downloadHandler.data);
            else
                Debug.LogError($"[TtsManager] Błąd kopiowania {relative}: {req.error}");
#else
            if (File.Exists(src))
                File.Copy(src, dest, overwrite: false);
            yield return null;
#endif
        }

        private IEnumerator EnsureEspeakData()
        {
            // Opcja A: Twoja wtyczka sherpa-onnx ustawia dataDir wewnętrznie
            //          → nic nie rób tutaj.
            // Opcja B: Spakuj espeak-ng-data/ jako espeak-ng-data.zip w StreamingAssets
            //          i tu go rozpakuj do Application.persistentDataPath.
            // Opcja C: Użyj ścieżki Application.streamingAssetsPath bezpośrednio,
            //          jeśli Twoja wtyczka obsługuje adb-accessible paths.
            Debug.Log("[TtsManager] espeak-ng-data: zweryfikuj obsługę w wybranej wtyczce — patrz README");
            yield return null;
        }
    }
}