🚀 Auto-deploy: Camila atualizado em 03/06/2026 10:52:52

public/app.js

@@ -814,23 +814,79 @@ const initApp = () => {
     }
   };
 
-  // Falar texto com TTS nativa
-  const speakText = (text, btn) => {
-    if (!text) return;
+  let currentSpeakingBtn = null;
+  let currentAudio = null;
+  let ttsFallbackTimeout = null;
 
-    // Se clicar no botão que já está ativamente falando, parar a reprodução
-    if (window.speechSynthesis.speaking && currentSpeakingBtn === btn) {
+  // Função auxiliar para parar qualquer áudio em andamento (tanto nativo quanto do backend)
+  const stopAllSpeech = () => {
+    // Parar áudio do backend
+    if (currentAudio) {
+      currentAudio.pause();
+      currentAudio = null;
+    }
+    // Parar SpeechSynthesis nativo
     window.speechSynthesis.cancel();
+    
+    // Limpar timeouts pendentes
+    if (ttsFallbackTimeout) {
+      clearTimeout(ttsFallbackTimeout);
+      ttsFallbackTimeout = null;
+    }
+
+    // Resetar estado do botão ativo anterior
+    if (currentSpeakingBtn) {
+      resetSpeakBtnState(currentSpeakingBtn);
+      currentSpeakingBtn = null;
+    }
+  };
+
+  const speakTextLocalFallback = (cleanText, btn) => {
+    console.log('[TTS] Acionando fallback local (voz nativa do navegador)...');
+    
+    // Configura SpeechSynthesis nativo
+    const utterance = new SpeechSynthesisUtterance(cleanText);
+    utterance.lang = 'pt-BR';
+    utterance.rate = 1.15;
+    utterance.pitch = 1.0;
+
+    const voice = getBestVoice();
+    if (voice) utterance.voice = voice;
+
+    utterance.onstart = () => {
+      if (btn) {
+        btn.classList.add('speaking');
+        const span = btn.querySelector('span');
+        if (span) span.textContent = 'Parar';
+      }
+    };
+
+    const handleStop = (event) => {
+      console.log('TTS nativo finalizado ou com erro:', event.type);
+      if (currentSpeakingBtn === btn) {
         resetSpeakBtnState(btn);
         currentSpeakingBtn = null;
+      }
+    };
+
+    utterance.onend = handleStop;
+    utterance.onerror = handleStop;
+
+    window.speechSynthesis.speak(utterance);
+  };
+
+  // Falar texto com reprodução híbrida (prioriza Opção A: MsEdgeTTS com fallback local)
+  const speakText = async (text, btn) => {
+    if (!text) return;
+
+    // Se clicar no botão que já está ativo, para tudo e retorna
+    if (currentSpeakingBtn === btn) {
+      stopAllSpeech();
       return;
     }
 
-    // Se houver outra fala em andamento ou fila travada, limpa tudo e reseta o botão antigo
-    window.speechSynthesis.cancel();
-    if (currentSpeakingBtn) {
-      resetSpeakBtnState(currentSpeakingBtn);
-    }
+    // Para qualquer reprodução anterior
+    stopAllSpeech();
 
     currentSpeakingBtn = btn;
 
@@ -849,34 +905,96 @@ const initApp = () => {
       return;
     }
 
-    const utterance = new SpeechSynthesisUtterance(clean);
-    utterance.lang = 'pt-BR';
-    utterance.rate = 1.15;
-    utterance.pitch = 1.0;
-
-    const voice = getBestVoice();
-    if (voice) utterance.voice = voice;
-
-    utterance.onstart = () => {
+    // Coloca o botão em estado de "carregando"
     if (btn) {
       btn.classList.add('speaking');
+      const span = btn.querySelector('span');
+      if (span) span.textContent = 'Carregando...';
+    }
+
+    let fallbackTriggered = false;
+
+    // Configura o timeout de 15 segundos para o fallback nativo
+    ttsFallbackTimeout = setTimeout(() => {
+      if (currentSpeakingBtn === btn) {
+        fallbackTriggered = true;
+        if (currentAudio) {
+          currentAudio.pause();
+          currentAudio = null;
+        }
+        speakTextLocalFallback(clean, btn);
+      }
+    }, 15000);
+
+    try {
+      console.log('[TTS] Solicitando voz neural de alta qualidade ao backend...');
+      const response = await fetch('/api/tts', {
+        method: 'POST',
+        headers: {
+          'Content-Type': 'application/json'
+        },
+        body: JSON.stringify({ text: clean })
+      });
+
+      if (!response.ok) {
+        throw new Error(`Erro no servidor: ${response.status}`);
+      }
+
+      const blob = await response.blob();
+      
+      // Se o fallback já foi acionado durante a espera, ignora o retorno do áudio do backend
+      if (fallbackTriggered) {
+        return;
+      }
+
+      // Limpar o timeout de fallback já que o áudio respondeu a tempo
+      if (ttsFallbackTimeout) {
+        clearTimeout(ttsFallbackTimeout);
+        ttsFallbackTimeout = null;
+      }
+
+      const audioUrl = URL.createObjectURL(blob);
+      currentAudio = new Audio(audioUrl);
+
+      currentAudio.onplay = () => {
+        if (currentSpeakingBtn === btn) {
           const span = btn.querySelector('span');
           if (span) span.textContent = 'Parar';
         }
       };
 
-    const handleStop = (event) => {
-      console.log('TTS finalizado ou com erro:', event.type);
+      const handleAudioStop = () => {
         if (currentSpeakingBtn === btn) {
           resetSpeakBtnState(btn);
           currentSpeakingBtn = null;
+          currentAudio = null;
+        }
+        URL.revokeObjectURL(audioUrl);
+      };
+
+      currentAudio.onended = handleAudioStop;
+      currentAudio.onerror = (e) => {
+        console.error('[TTS] Erro ao reproduzir áudio do backend:', e);
+        if (currentSpeakingBtn === btn && !fallbackTriggered) {
+          fallbackTriggered = true;
+          speakTextLocalFallback(clean, btn);
         }
       };
 
-    utterance.onend = handleStop;
-    utterance.onerror = handleStop;
+      await currentAudio.play();
 
-    window.speechSynthesis.speak(utterance);
+    } catch (err) {
+      console.error('[TTS] Falha ao obter áudio do backend, acionando fallback local imediatamente:', err);
+      // Limpa timeout e ativa fallback local imediatamente se der erro de rede
+      if (ttsFallbackTimeout) {
+        clearTimeout(ttsFallbackTimeout);
+        ttsFallbackTimeout = null;
+      }
+      if (currentSpeakingBtn === btn && !fallbackTriggered) {
+        fallbackTriggered = true;
+        speakTextLocalFallback(clean, btn);
+      }
+    }
   };
 
   // ==========================================================================

server.js

@@ -3,6 +3,7 @@ const express = require('express');
 const cookieParser = require('cookie-parser');
 const path = require('path');
 const multer = require('multer');
+const { MsEdgeTTS, OUTPUT_FORMAT } = require('msedge-tts');
 
 const app = express();
 const PORT = process.env.PORT || 3000;
@@ -182,6 +183,33 @@ async function getKnowledgeAsText() {
   }
 }
 
+// Rota POST para sintetizar fala com MsEdgeTTS e retornar áudio
+app.post('/api/tts', requireAuth, async (req, res) => {
+  const { text } = req.body;
+  if (!text) return res.status(400).json({ error: 'Texto é obrigatório' });
+
+  try {
+    const tts = new MsEdgeTTS();
+    await tts.setMetadata("pt-BR-FranciscaNeural", OUTPUT_FORMAT.AUDIO_24KHZ_48KBITRATE_MONO_MP3);
+    const { audioStream } = tts.toStream(text);
+
+    res.setHeader('Content-Type', 'audio/mpeg');
+    audioStream.pipe(res);
+
+    audioStream.on('error', (err) => {
+      console.error('Erro na stream do MsEdgeTTS:', err);
+      if (!res.headersSent) {
+        res.status(500).json({ error: 'Erro ao processar áudio' });
+      }
+    });
+  } catch (error) {
+    console.error('Erro ao gerar TTS:', error);
+    if (!res.headersSent) {
+      res.status(500).json({ error: error.message || 'Erro ao gerar áudio' });
+    }
+  }
+});
+
 // Rota GET para obter configurações do agente
 app.get('/api/agent-config', requireAuth, (req, res) => {
   const config = readAgentConfig();