Spaces:
Runtime error
Runtime error
Download app.py from TechTalkHuggingFace/TestDemo: direct link, hf CLI and curl.
- Browser
- Download file 1.44 kB
-
https://huggingface.co/spaces/TechTalkHuggingFace/TestDemo/resolve/main/app.py
- Command line
-
hf download hf://spaces/TechTalkHuggingFace/TestDemo/app.py
-
curl -L -o app.py https://huggingface.co/spaces/TechTalkHuggingFace/TestDemo/resolve/main/app.py
1.44 kB
| # app.py | |
| import gradio as gr | |
| from transformers import pipeline | |
| import numpy as np | |
| # WICHTIG: Verwenden Sie ein schnelles und einfaches TTS-Modell. | |
| # 'espnet/kan-bayashi_vits' ist gut, aber wählen Sie ggf. ein alternatives, falls es zu groß ist. | |
| TTS_MODEL = "espnet/kan-bayashi_vits" | |
| # Lade die Pipeline (dies passiert beim Start des Space) | |
| # Die Pipeline fasst Tokenizer, Transformer und Head zusammen. | |
| synthesizer = pipeline("text-to-speech", model=TTS_MODEL) | |
| # Funktion, die der Gradio-Block aufruft | |
| def generate_speech(text): | |
| # Die Speaker ID wird im Gradio-Interface oft nicht direkt unterstützt, | |
| # daher lassen wir sie für diese einfache Demo weg. | |
| # Inferenz: Text wird in Audio umgewandelt | |
| output = synthesizer(text) | |
| # Rückgabe des Audio-Outputs | |
| # Gradio erwartet ein Tupel: (Sample Rate, Audio Daten als Numpy Array) | |
| audio_data = output["audio"] | |
| return (audio_data.sampling_rate, audio_data.numpy()) | |
| # --- GRADIO INTERFACE (Die Web-Oberfläche) --- | |
| # Dies demonstriert die einfache Nutzung (Einfachheit für Praktiker). | |
| iface = gr.Interface( | |
| fn=generate_speech, | |
| inputs=gr.Textbox(lines=2, label="Text eingeben"), | |
| outputs=gr.Audio(label="Generierte Sprache", type="numpy"), | |
| title="🎙️ Hugging Face TTS Demo (Conditional Generation)", | |
| description="Demonstriert die Leistung der Transformer-Architektur zur Sequenz-Generierung (Text-to-Speech).", | |
| ) | |
| iface.launch() |