first commit

README.md

@@ -0,0 +1,229 @@
+---
+title: Meta MMS Speech AI
+emoji: 🎙️
+colorFrom: blue
+colorTo: green
+sdk: gradio
+sdk_version: "4.26.0"
+python_version: "3.10"
+app_file: app.py
+pinned: false
+license: cc-by-nc-4.0
+models:
+  - facebook/mms-1b-all
+  - facebook/mms-tts-yor
+  - facebook/mms-tts-eng
+  - facebook/mms-tts-beh
+  - facebook/mms-tts-ddn
+tags:
+  - ASR
+  - TTS
+  - Speech
+  - Audio
+  - Multilingual
+  - MMS
+---
+
+# 🎙️ Meta MMS Speech AI - Gradio Interface
+
+Une interface **Gradio** simple et élégante pour:
+- **ASR** (Automatic Speech Recognition): Convertir l'audio en texte (100+ langues)
+- **TTS** (Text-to-Speech): Convertir le texte en audio (8 langues)
+
+Utilise les modèles Meta MMS:
+- `facebook/mms-1b-all` pour l'ASR
+- `facebook/mms-tts-*` pour le TTS
+
+## 🌐 Déploiement en ligne
+
+**Accès direct:** [Hugging Face Spaces](https://huggingface.co/spaces)
+
+## 🚀 Installation locale
+
+### Prérequis
+- Python 3.10+
+- (Optionnel) CUDA 11.8+ pour GPU
+
+### Installation
+
+```bash
+# Clone ou télécharge le repo
+git clone <url>
+cd mms-speech
+
+# Crée un environnement virtuel
+python -m venv venv
+source venv/bin/activate  # Windows: venv\Scripts\activate
+
+# Installe les dépendances
+pip install -r requirements.txt
+```
+
+### Lancement
+
+```bash
+python app.py
+```
+
+L'interface Gradio s'ouvrira automatiquement sur `http://localhost:7860`
+
+## 📱 Interface utilisateur
+
+### Onglet 1: 🔊 ASR (Audio → Texte)
+- Enregistre ou upload un fichier audio
+- Choisis la langue
+- Clique "Transcrire"
+- Récupère le texte transcrit
+
+**Langues supportées:**
+- English, French, Spanish, German, Portuguese, Arabic, Hindi, Chinese, Japanese, et 90+ autres
+
+### Onglet 2: 📢 TTS (Texte → Audio)
+- Entre du texte
+- Choisis la langue
+- Clique "Générer l'audio"
+- Écoute ou télécharge l'audio généré
+
+**Langues TTS:**
+- 🇧🇯 Biali (beh)
+- 🇧🇯 Baatombu (bba)
+- 🇧🇯 Dendi (ddn)
+- 🇬🇭 Éwé (ewe)
+- 🇧🇯 Mina (gej)
+- 🇧🇯 Ditammari (tbz)
+- 🇳🇬 Yoruba (yor)
+- 🇬🇧 English (eng)
+
+### Onglet 3: ℹ️ À propos
+Informations sur les modèles et ressources
+
+## 📊 Modèles utilisés
+
+### ASR: facebook/mms-1b-all
+- **Architecture:** wav2vec2
+- **Taille:** 964.8M parameters
+- **Langues:** 100+ (ISO 639-3)
+- **Input:** Audio 16kHz mono
+- **Output:** Texte transcrit
+
+### TTS: facebook/mms-tts-{lang}
+- **Architecture:** VITS
+- **Taille:** ~5-10M parameters par langue
+- **Langues:** 8
+- **Input:** Texte (max 1000 chars)
+- **Output:** Audio WAV 22050Hz
+
+## 💡 Utilisation
+
+### Exemple ASR
+1. Clique sur le micro ou "Upload file"
+2. Enregistre ou uploader ton audio
+3. Sélectionne la langue
+4. Clique "Transcrire"
+
+### Exemple TTS
+1. Écris "Àbọ̀ wa" (hello en Yoruba)
+2. Sélectionne "Yoruba (yor)"
+3. Clique "Générer l'audio"
+4. Écoute le résultat!
+
+## 🔧 Développement
+
+### Installer les dépendances dev
+```bash
+pip install -r requirements-dev.txt
+```
+
+### Tests
+```bash
+pytest test_api.py -v
+```
+
+### Linting
+```bash
+black app.py
+flake8 app.py
+```
+
+## 🌐 Déploiement sur Hugging Face Spaces
+
+### 1. Créer un Space
+- Va sur https://huggingface.co/new-space
+- Choisis "Gradio" comme SDK
+- Sélectionne "Blank" comme template
+
+### 2. Cloner le Space
+```bash
+git clone https://huggingface.co/spaces/<username>/<space-name>
+cd <space-name>
+```
+
+### 3. Copier les fichiers
+```bash
+cp app.py requirements.txt README.md .
+```
+
+### 4. Push vers Hugging Face
+```bash
+git add .
+git commit -m "Add MMS Speech AI"
+git push
+```
+
+### 5. Attendre le déploiement
+- HF va installer les dépendances (2-5 min)
+- Télécharger les modèles (5-15 min)
+- Lancer l'app automatiquement
+
+**URL du Space:** `https://huggingface.co/spaces/<username>/<space-name>`
+
+## ⚙️ Configuration
+
+```python
+SAMPLE_RATE = 16000          # Taux ASR
+MAX_AUDIO_LENGTH = 30        # Max 30 sec
+MAX_TEXT_LENGTH = 1000       # Max 1000 chars
+```
+
+## 📈 Performance
+
+| Action | Temps |
+|--------|-------|
+| Première requête ASR | 2-5 min (chargement) |
+| Requêtes ASR suivantes | 1-10 sec |
+| Première requête TTS | 30-60 sec (chargement) |
+| Requêtes TTS suivantes | 1-5 sec |
+
+## 🐛 Troubleshooting
+
+**Q: Les modèles prennent trop de temps à charger**
+A: C'est normal! Les modèles sont volumineux. La première requête charge le modèle (2-5 min), puis ça devient rapide.
+
+**Q: "CUDA out of memory"**
+A: Réduis `MAX_AUDIO_LENGTH` ou `MAX_TEXT_LENGTH`, ou utilise CPU.
+
+**Q: Je ne vois pas mon audio après avoir enregistré**
+A: Attends que le traitement soit terminé. Gradio affichera le résultat automatiquement.
+
+**Q: L'audio généré est muet**
+A: Vérifie que tu as écrit du texte et choisi une langue correcte.
+
+## 📚 Ressources
+
+- [Meta MMS Paper](https://arxiv.org/abs/2305.13516)
+- [facebook/mms-1b-all](https://huggingface.co/facebook/mms-1b-all)
+- [facebook/mms-tts](https://huggingface.co/facebook/mms-tts)
+- [Gradio Documentation](https://www.gradio.app/)
+- [Hugging Face Spaces](https://huggingface.co/spaces)
+
+## ⚖️ Licence
+
+CC-BY-NC-4.0 (même que les modèles Meta MMS)
+
+## 👨‍💻 Auteur
+
+Créé avec ❤️ pour explorer la synthèse et reconnaissance vocale multilingue.
+
+---
+
+**Happy speaking! 🎙️**

readme.md

@@ -1,13 +0,0 @@
-=======
----
-title: Test
-emoji: 📈
-colorFrom: green
-colorTo: gray
-sdk: gradio
-sdk_version: 6.12.0
-app_file: app.py
-pinned: false
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference