File size: 1,115 Bytes
be93553 ada70ad be93553 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
import torch
from transformers import VitsModel, AutoTokenizer
import numpy as np
import scipy.io.wavfile as wavfile
import gradio as gr
def yes(texte):
model = VitsModel.from_pretrained("facebook/mms-tts-eng")
tokenizer = AutoTokenizer.from_pretrained("facebook/mms-tts-eng")
text = texte
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
output = model(**inputs).waveform
# Normaliser les données audio dans la plage [-1, 1]
output_normalized = output / torch.max(torch.abs(output))
# Convertir en tableau numpy avec le bon type
audio_data = output_normalized.squeeze().cpu().numpy()
# Mettre à l'échelle dans la plage de valeurs acceptées par WAV
audio_data_scaled = np.int16(audio_data * 32767)
# Enregistrer les données audio dans un fichier WAV
wavfile.write("techno.wav", rate=model.config.sampling_rate, data=audio_data_scaled)
with open("techno.wav",'rb') as audio:
audio_data = audio.read()
return audio_data
text = gr.Interface(fn=yes, inputs='text', outputs='audio')
text.launch(debug=True)
|