app.py

import tempfile ,os
from TTS.config import load_config
import gradio as gr

from TTS.utils.manage import ModelManager
from TTS.utils.synthesizer import Synthesizer


MAX_TXT_LEN = 800
model_path = os.getcwd() + "/best_model.pth"
config_path = os.getcwd() + "/config.json"
   
synthesizer = Synthesizer(
        model_path, config_path
)


def tts(text: str):
    if len(text) > MAX_TXT_LEN:
        text = text[:MAX_TXT_LEN]
        print(f"Input text was cutoff since it went over the {MAX_TXT_LEN} character limit.")
    print(text)

    

    # synthesize
    if synthesizer is None:
        raise NameError("model not found")
    wavs = synthesizer.tts(text)
    # return output
    with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as fp:
        synthesizer.save_wav(wavs, fp)
        return fp.name


description="""
This is a demo of persian text to speech model.

Model can be found here: https://huggingface.co/Kamtera/persian-tts-female-glow_tts

Model trained on this dataset : https://www.kaggle.com/datasets/magnoliasis/persian-tts-dataset-famale



"""
article= ""
examples=[
    ["شیش سیخ جیگر سیخی شیش هزار"],
    ["سه شیشه شیر ، سه سیر سرشیر"],
    ["دزدی دزدید ز بز دزدی بزی ، عجب دزدی که دزدید ز بز دزدی بزی"],
    ["مثنوی یکی از قالب های شعری است ک هر بیت قافیه ی جداگانه دارد"],
    ["در گلو ماند خس او سالها، چیست آن خس مهر جاه و مالها"],
]
iface = gr.Interface(
    fn=tts,
    inputs=[
        gr.Textbox(
            label="Text",
            value="زندگی فقط یک بار است؛ از آن به خوبی استفاده کن",
        )
    ],
    outputs=gr.Audio(label="Output",type='filepath'),
    examples=examples,
    title="🗣️Persian ttt - glow_tts 🗣️",
    description=description,
    article=article,
    live=False
)
iface.launch(share=False)