Spaces:

saillab
/

ZabanZad_PoC

Build error

barghavani commited on Jun 5, 2024

Commit

27fa662

verified ·

1 Parent(s): 1707a77

Update app.py

Files changed (1) hide show

app.py CHANGED Viewed

@@ -165,7 +165,7 @@ iface = gr.Interface(
     outputs=gr.Audio(label="Output", type='filepath'),
     examples=[["زبان فارسی یکی از زبان های زنده و ارزشمند دنیاست که حدود ده درصد محتوای اینترنتی کل جهان به زبان فارسی است.", MODEL_NAMES[0], "speaker-0"],
               ["رسول پرویزی خودش را نقال می‌داند. با نقل قصه‌هایی به شیرینی قند و شکر و البته طنز تلخی که در گوشه‌گوشه‌ کتاب جای دارد. او از مردم شیراز حرف می‌زند. طبقه‌ای‌ ساده و بی‌آلایش. آن‌ها در دورانی زندگی می‌کردند که کمتر کسی باسواد بود.", MODEL_NAMES[0], "speaker-0"]],  # Example should include a speaker name for multispeaker models
-    title="VITS ZabanZad ![image/jpeg](https://huggingface.co/spaces/saillab/ZabanZad_PoC/blob/main/UNHSAIL.jpeg)",
     description="""
         This demo is currently running **VITS** support Persian Language.
         **VITS** is a text-to-speech model that translates written text into natural-sounding, human-like speech. It uses a combination of variational autoencoders and generative adversarial networks to create voice outputs that are realistic and can be customized for various applications, ranging from virtual assistants to audiobook narration.

     outputs=gr.Audio(label="Output", type='filepath'),
     examples=[["زبان فارسی یکی از زبان های زنده و ارزشمند دنیاست که حدود ده درصد محتوای اینترنتی کل جهان به زبان فارسی است.", MODEL_NAMES[0], "speaker-0"],
               ["رسول پرویزی خودش را نقال می‌داند. با نقل قصه‌هایی به شیرینی قند و شکر و البته طنز تلخی که در گوشه‌گوشه‌ کتاب جای دارد. او از مردم شیراز حرف می‌زند. طبقه‌ای‌ ساده و بی‌آلایش. آن‌ها در دورانی زندگی می‌کردند که کمتر کسی باسواد بود.", MODEL_NAMES[0], "speaker-0"]],  # Example should include a speaker name for multispeaker models
+    title="VITS ZabanZad 😎",
     description="""
         This demo is currently running **VITS** support Persian Language.
         **VITS** is a text-to-speech model that translates written text into natural-sounding, human-like speech. It uses a combination of variational autoencoders and generative adversarial networks to create voice outputs that are realistic and can be customized for various applications, ranging from virtual assistants to audiobook narration.