app.py

'''import gradio as gr

gr.Interface.load("models/94insane/tts-fastspeech-mydata").launch()'''

import os
os.system('pip freeze')
os.system('pip install jamo')

import gradio as gr
from subprocess import call

if (not os.path.exists("korean.py")):
#os.system("wget https://github.com/zhanglina94/TTS_Projects/blob/main/fastspeech2_ko/korean.py -O korean.py")
    os.system("wget https://raw.githubusercontent.com/TensorSpeech/TensorFlowTTS/master/tensorflow_tts/utils/korean.py -O korean.py")


import korean

import argparse
import re
from string import punctuation


'''
# 1:Bark ×
from bark import SAMPLE_RATE, generate_audio, preload_models
classifier = pipeline(model="suno/bark")
output = pipeline("Hey it's HuggingFace on the phone!")
DEBUG_MODE = False

if not DEBUG_MODE:
    _ = preload_models()
audio = output["audio"]
sampling_rate = output["sampling_rate"]

def gen_tts(text, prompt):  
    prompt = [prompt]
    if DEBUG_MODE:
        audio_arr = np.zeros(SAMPLE_RATE)
    else:
        # , text_temp=temp_semantic, waveform_temp=temp_waveform)
        audio_arr = generate_audio(text, prompt=prompt)
    audio_arr = (audio_arr * 32767).astype(np.int16)
    return (SAMPLE_RATE, audio_arr)
audio_out = gr.Audio(label="Generated Audio",type="numpy", elem_id="audio_out")
        
inputs = gr.inputs.Textbox(lines=5, label="Input Korean Text")
outputs =gr.outputs.Audio(label="Generated Audio",type="numpy", elem_id="audio_out")
title = "Bark TTS"
examples = [
 ["컴퓨터 비전은 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 최신 연구 분야 중 하나이다."],
 ["자연어 처리에는 자연어 분석, 자연어 이해, 자연어 생성 등의 기술이 사용된다."],
 ["인위적으로 사람의 소리를 합성하는 시스템이며, 텍스트를 음성으로 변환한다는 데서 텍스트 음성 변환."]
]
gr.Interface(gen_tts, inputs, outputs, title=title, description=description, article=article, examples=examples, enable_queue=True).launch()'''

# 2:TTS coqui-ai

def run_cmd(command):
    try:
        print(command)
        call(command)
    except KeyboardInterrupt:
        print("Process interrupted")
        sys.exit(1)

def inference(text):
  cmd = ['tts', '--text', "".join(korean.tokenize(text)), '--model_path', 'vits-kss-checkpoint_90000.pth', '--config_path', 'vits-kss-config.json']
  run_cmd(cmd)
  return 'tts_output.wav'

if (not os.path.exists("vits-kss-checkpoint_90000.pth")):
  os.system("wget -q https://huggingface.co/youngs3/coqui-vits-ko/resolve/main/vits-kss-checkpoint_90000.pth -O vits-kss-checkpoint_90000.pth")
  os.system("wget -q https://huggingface.co/youngs3/coqui-vits-ko/resolve/main/vits-kss-config.json -O vits-kss-config.json")

inputs = gr.inputs.Textbox(lines=5, label="Input Text")
outputs =  gr.outputs.Audio(type="file",label="Output Audio")
title = "Korean Language TTS"
description = "Gradio demo for coqui-ai-TTS, using a VITS model trained on the kss dataset. To use it, simply add your text, or click one of the examples to load them. Read more at the links below."
article = "<p style='text-align: center'><a href='https://tts.readthedocs.io/en/latest/'>TTS </a> | <a href='https://github.com/zhanglina94/TTS_Projects'>Github Repo</a></p>"
examples = [
 ["컴퓨터 비전은 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 최신 연구 분야 중 하나이다."],
 ["자연어 처리에는 자연어 분석, 자연어 이해, 자연어 생성 등의 기술이 사용된다."],
 ["인위적으로 사람의 소리를 합성하는 시스템이며, 텍스트를 음성으로 변환한다는 데서 텍스트 음성 변환."]
]
gr.Interface(inference, inputs, outputs, title=title, description=description, article=article, examples=examples, enable_queue=True).launch()

'''
# 3:fastspeech2 + vocgan + myvoice data
def inference(text):
  config = ['tts', '--text', "".join(korean.tokenize(text)), '--model_path', 'checkpoint_elena_ko.pth.tar', '--config_path', 'config.json']
  synthesize(config)
  return 'tts_output.wav'
    
inputs = gr.inputs.Textbox(lines=5, label="Input Korean Text")
outputs =  gr.outputs.Audio(type="file",label="Output Audio")
title = "Korean TTS"
description = "Gradio demo for TTS, using a Fastspeech2 model trained on the MyVoice dataset(elena). To use it, simply add your text, or click one of the examples to load them. Read more at the links below."
article = "<p style='text-align: center'><a href=''></a> 🦋 | <a href='https://github.com/zhanglina94/TTS_Projects'>Github Repo</a></p>"
examples = [
 ["컴퓨터 비전은 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 최신 연구 분야 중 하나이다."],
 ["자연어 처리에는 자연어 분석, 자연어 이해, 자연어 생성 등의 기술이 사용된다."],
 ["인위적으로 사람의 소리를 합성하는 시스템이며, 텍스트를 음성으로 변환한다는 데서 텍스트 음성 변환."]
]
gr.Interface( inputs, outputs, title=title, description=description, article=article, examples=examples, enable_queue=True).launch()'''