app.py

import gradio as gr
import torch
from transformers import AutoProcessor, BarkModel
import numpy as np

model_id = "facebook/mms-tts-chv"
processor = AutoProcessor.from_pretrained(model_id)
model = BarkModel.from_pretrained(model_id)

model.eval()

def tts(text):
    inputs = processor(text=text, return_tensors="pt")
    with torch.no_grad():
        output = model.generate(**inputs)
    audio = processor.decode(output[0], return_tensors="np")["audio"]
    return (16000, audio)

gr.Interface(
    fn=tts,
    inputs=gr.Textbox(label="Nhập tiếng Chuvash"),
    outputs=gr.Audio(label="Kết quả TTS", type="numpy"),
    title="TTS tiếng Chuvash (Meta MMS)",
    description="Nhập văn bản tiếng Chuvash để chuyển thành giọng nói bằng Meta MMS."
).launch()