app.py

import torch
from transformers import AutoProcessor, AutoModelForSpeechSeq2Seq
import gradio as gr
import scipy.io.wavfile

# Load processor & model
processor = AutoProcessor.from_pretrained("facebook/mms-tts-bod")
model = AutoModelForSpeechSeq2Seq.from_pretrained("facebook/mms-tts-bod")

# Chuyển văn bản thành tiếng nói
def tts(text):
    inputs = processor(text=text, return_tensors="pt")
    with torch.no_grad():
        waveform = model.generate(**inputs)
    waveform = waveform.squeeze().cpu().numpy()
    # Trả về sóng âm, mẫu 16000 Hz
    return (16000, waveform)

# Giao diện Gradio
demo = gr.Interface(
    fn=tts,
    inputs=gr.Textbox(label="Nhập văn bản tiếng Tây Tạng"),
    outputs=gr.Audio(label="Kết quả TTS", type="numpy"),
    title="MMS TTS - Tây Tạng"
)

demo.launch()