Vaneschka commited on
Commit
44fef66
·
verified ·
1 Parent(s): c791a6a

Create app.py

Browse files
Files changed (1) hide show
  1. app.py +38 -0
app.py ADDED
@@ -0,0 +1,38 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # app.py
2
+ import gradio as gr
3
+ from transformers import pipeline
4
+ import numpy as np
5
+
6
+ # WICHTIG: Verwenden Sie ein schnelles und einfaches TTS-Modell.
7
+ # 'espnet/kan-bayashi_vits' ist gut, aber wählen Sie ggf. ein alternatives, falls es zu groß ist.
8
+ TTS_MODEL = "espnet/kan-bayashi_vits"
9
+
10
+ # Lade die Pipeline (dies passiert beim Start des Space)
11
+ # Die Pipeline fasst Tokenizer, Transformer und Head zusammen.
12
+ synthesizer = pipeline("text-to-speech", model=TTS_MODEL)
13
+
14
+ # Funktion, die der Gradio-Block aufruft
15
+ def generate_speech(text):
16
+ # Die Speaker ID wird im Gradio-Interface oft nicht direkt unterstützt,
17
+ # daher lassen wir sie für diese einfache Demo weg.
18
+
19
+ # Inferenz: Text wird in Audio umgewandelt
20
+ output = synthesizer(text)
21
+
22
+ # Rückgabe des Audio-Outputs
23
+ # Gradio erwartet ein Tupel: (Sample Rate, Audio Daten als Numpy Array)
24
+ audio_data = output["audio"]
25
+ return (audio_data.sampling_rate, audio_data.numpy())
26
+
27
+ # --- GRADIO INTERFACE (Die Web-Oberfläche) ---
28
+ # Dies demonstriert die einfache Nutzung (Einfachheit für Praktiker).
29
+
30
+ iface = gr.Interface(
31
+ fn=generate_speech,
32
+ inputs=gr.Textbox(lines=2, label="Text eingeben"),
33
+ outputs=gr.Audio(label="Generierte Sprache", type="numpy"),
34
+ title="🎙️ Hugging Face TTS Demo (Conditional Generation)",
35
+ description="Demonstriert die Leistung der Transformer-Architektur zur Sequenz-Generierung (Text-to-Speech).",
36
+ )
37
+
38
+ iface.launch()