Create app.py

app.py

@@ -0,0 +1,35 @@
+import torch
+from transformers import VitsModel, AutoTokenizer
+import numpy as np
+import scipy.io.wavfile as wavfile
+
+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)
+