app.py

import gradio as gr
from vaniratts import VaniraTTS

TTS = VaniraTTS()

def generate_tts(text, speaker, volume, speed):
    output_path = "output.wav"
    TTS.infer(
        text,
        speaker=voices[speaker],
        output=output_path,
        volume=volume,
        speed=speed,
    )
    return output_path

voices = {"เสียงผู้หญิง 1":1, "เสียงผู้หญิง 2":2, "เสียงผู้ชาย 1":3, "เสียงผู้ชาย 2":4, "เสียงผู้หญิง 3(ASMR)":5, "เสียงผู้ชาย 3(ASMR)":6}
voices_list = ["เสียงผู้หญิง 1", "เสียงผู้หญิง 2", "เสียงผู้ชาย 1", "เสียงผู้ชาย 2", "เสียงผู้หญิง 3(ASMR)", "เสียงผู้ชาย 3(ASMR)"]

examples = [
    ["ฉันชอบกินข้าวผัดกับไข่ดาว เพราะมันอร่อย ทำง่าย และเป็นเมนูที่กินได้ทุกวัน","เสียงผู้หญิง 1", 1.0, 0.85],
    ["สวัสดีครับ วันนี้อากาศดีมาก ท้องฟ้าแจ่มใส เหมาะกับการออกไปเดินเล่นและพักผ่อน", "เสียงผู้ชาย 2", 1.0, 0.85],
]

with gr.Blocks(title="VaniraTTS-TH") as demo:
    gr.Markdown(f"""
    # VaniraTTS
    Text to Speech ภาษาไทย รวดเร็วและใช้งานง่าย.
    """)

    with gr.Row():
        with gr.Column(scale=2):
            text_input = gr.Textbox(label="📝 ใส่ข้อความ", placeholder="พิมพ์ข้อความที่นี่...", lines=4)
            voice_dropdown = gr.Dropdown(choices=voices_list, value="เสียงผู้หญิง 1", label="🎤 Speaker")
            volume_slider = gr.Slider(0.5, 2.0, value=1.0, step=0.05, label="🔊 ระดับเสียง")
            speed_slider = gr.Slider(0.5, 2.0, value=0.85, step=0.05, label="⚡ ความเร็ว")
            generate_button = gr.Button("🚀 สร้าง",variant="primary")

        with gr.Column(scale=1):
            output_audio = gr.Audio(label="🔈 เสียงที่สร้าง", type="filepath")

    gr.Examples(
        examples=examples,
        inputs=[text_input, voice_dropdown, volume_slider, speed_slider],
    )

    generate_button.click(
        fn=generate_tts,
        inputs=[text_input, voice_dropdown, volume_slider, speed_slider],
        outputs=[output_audio]
    )
    
if __name__ == "__main__":
    demo.launch(ssr_mode=False)