update app

app.py

@@ -14,6 +14,11 @@ from f5_tts.infer.utils_infer import (
 
 
 vocoder = load_vocoder()
+# dim: 1024
+#     depth: 22
+#     heads: 16
+#     ff_mult: 2
+#     text_dim: 512
 model = load_model(
     DiT,
     dict(dim=1024, depth=22, heads=16, ff_mult=2, text_dim=512, conv_layers=4),
@@ -37,6 +42,7 @@ def infer(ref_audio_orig: str, ref_text: str, gen_text: str, speed: float = 1.0)
 
     try:
         ref_audio, ref_text = preprocess_ref_audio_text(ref_audio_orig, ref_text)
+        gr.Info("Generated audio text: {} with audio file {} ".format(ref_text, ref_audio_orig))
         final_wave, final_sample_rate, combined_spectrogram = infer_process(
             ref_audio,
             ref_text,
@@ -86,13 +92,13 @@ iface = gr.Interface(
     examples=[
         [
             "examples/pc-01.wav",
-            "để hiểu sâu sắc một sự việc, một vấn đề, từ đó khai thác được tốt hơn quá trình hình thành nên vấn đề",
+            "có nghĩa là cảm xúc là vốn có, là tức thời, là bản năng, đối với một sự việc con người có những phản ứng hay cảm xúc khác nhau",
             "Bà Lê Lan Chi, Tổng giám đốc Zalopay cho biết ứng dụng đã có một năm nhiều dấu ấn khi đồng hành với hàng triệu người dùng",
             1.0,
         ],
         [
             "examples/pc-02.wav",
-            "có nghĩa là cảm xúc là vốn có, là tức thời, là bản năng, đối với một sự việc con người có những phản ứng hay cảm xúc khác nhau",
+            "sông Đồng Nai là con sông nội địa dài nhất Việt Nam, lớn thứ nhì nam bộ về lưu vực chỉ sau sông Cửu long",
             "Bạn đã nhận được thanh toán thành công số tiền ba mươi ngàn đồng",
             1.0,
         ],