Update app.py

app.py

@@ -1,28 +1,46 @@
-import gradio as gr from TTS.api import TTS from pydub import AudioSegment import tempfile import os import uuid
+import gradio as gr
+from TTS.api import TTS
+from pydub import AudioSegment
+import tempfile
+import os
+import uuid
 
-Preload مدل‌ها قبل از رابط کاربری برای جلوگیری از ارور هنگام کلیک روی دکمه
+# Preload مدل‌ها قبل از رابط کاربری برای جلوگیری از ارور هنگام کلیک روی دکمه
+tts_a = TTS('Kamtera/persian-tts-male-vits')  # مدل سبک‌تر فارسی
+tts_b = TTS('Kamtera/persian-tts-female-glow_tts')  # مدل سبک‌تر انگلیسی (مثال)
 
-tts_a = TTS('tts_models/fa/fastspeech2')  # مدل سبک‌تر فارسی tts_b = TTS('tts_models/en/ljspeech/fastspeech2')  # مدل سبک‌تر انگلیسی (مثال)
+def tts_dialogue_offline(text, pause_ms=300):
+    lines = [l.strip() for l in text.split("\n") if l.strip()]
+    combined_audio = AudioSegment.silent(duration=0)
 
-def tts_dialogue_offline(text, pause_ms=300): lines = [l.strip() for l in text.split("\n") if l.strip()] combined_audio = AudioSegment.silent(duration=0)
+    for line in lines:
+        speaker_text = line.split(":", 1)[-1].strip()
+        tmp_file = tempfile.NamedTemporaryFile(delete=False, suffix=".wav")
+        if line.startswith("A:"):
+            tts_a.tts_to_file(text=speaker_text, file_path=tmp_file.name)
+        elif line.startswith("B:"):
+            tts_b.tts_to_file(text=speaker_text, file_path=tmp_file.name)
+        else:
+            tts_a.tts_to_file(text=speaker_text, file_path=tmp_file.name)
+        segment = AudioSegment.from_wav(tmp_file.name)
+        combined_audio += segment + AudioSegment.silent(duration=pause_ms)
+        os.remove(tmp_file.name)
 
-for line in lines:
-    speaker_text = line.split(":", 1)[-1].strip()
-    tmp_file = tempfile.NamedTemporaryFile(delete=False, suffix=".wav")
-    if line.startswith("A:"):
-        tts_a.tts_to_file(text=speaker_text, file_path=tmp_file.name)
-    elif line.startswith("B:"):
-        tts_b.tts_to_file(text=speaker_text, file_path=tmp_file.name)
-    else:
-        tts_a.tts_to_file(text=speaker_text, file_path=tmp_file.name)
-    segment = AudioSegment.from_wav(tmp_file.name)
-    combined_audio += segment + AudioSegment.silent(duration=pause_ms)
-    os.remove(tmp_file.name)
+    out_path = tempfile.NamedTemporaryFile(delete=False, suffix=".wav").name
+    combined_audio.export(out_path, format="wav")
+    return out_path
 
-out_path = tempfile.NamedTemporaryFile(delete=False, suffix=".wav").name
-combined_audio.export(out_path, format="wav")
-return out_path
+demo = gr.Interface(
+    fn=tts_dialogue_offline,
+    inputs=[
+        gr.Textbox(label="متن گفت‌وگو (A و B)", lines=8,
+                   placeholder="A: سلام، خوبی؟\nB: ممنون، تو چطوری؟"),
+        gr.Slider(100, 1000, value=300, step=50, label="فاصله بین دیالوگ‌ها (میلی‌ثانیه)"),
+    ],
+    outputs=gr.Audio(label="فایل صوتی ترکیبی نهایی", type="filepath"),
+    title="🗣️ گفت‌وگوی دو نفره فارسی آفلاین",
+    description="هر خط گفت‌وگو را با A: یا B: شروع کنید. خروجی ترکیبی با مدل Coqui TTS تولید می‌شود.",
+)
 
-demo = gr.Interface( fn=tts_dialogue_offline, inputs=[ gr.Textbox(label="متن گفت‌وگو (A و B)", lines=8, placeholder="A: سلام، خوبی؟\nB: ممنون، تو چطوری؟"), gr.Slider(100, 1000, value=300, step=50, label="فاصله بین دیالوگ‌ها (میلی‌ثانیه)"), ], outputs=gr.Audio(label="فایل صوتی ترکیبی نهایی", type="filepath"), title="🗣️ گفت‌وگوی دو نفره فارسی آفلاین", description="هر خط گفت‌وگو را با A: یا B: شروع کنید. خروجی ترکیبی با مدل Coqui TTS تولید می‌شود.", )
-
-if name == "main": demo.launch()
+if __name__ == "__main__":
+    demo.launch()