File size: 1,247 Bytes
e2270b8 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 |
import gradio as gr
from transformers import AutoProcessor, BarkModel
import torch
import uuid
import os
from datasets import load_dataset
from scipy.io.wavfile import write
from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline
model_id = "facebook/mms-tts-bo"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForSpeechSeq2Seq.from_pretrained(model_id)
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
def tts_tibetan(text):
if not text.strip():
return "Vui lòng nhập văn bản."
inputs = processor(text=text, return_tensors="pt").to(device)
with torch.no_grad():
generated = model.generate(**inputs)
speech = processor.decode(generated[0])
output_path = f"/tmp/{uuid.uuid4().hex}.wav"
processor.save_wav(speech, output_path)
return output_path
iface = gr.Interface(
fn=tts_tibetan,
inputs=gr.Textbox(label="Nhập văn bản tiếng Tây Tạng (Unicode)"),
outputs=gr.Audio(type="filepath", label="Giọng đọc Tây Tạng (MMS)"),
title="TTS tiếng Tây Tạng bằng Facebook MMS",
description="Sử dụng mô hình MMS để tạo giọng đọc tiếng Tây Tạng"
)
iface.launch() |