Update app.py

app.py

@@ -10,14 +10,13 @@ device = "cuda:0" if torch.cuda.is_available() else "cpu"
 asr_pipe = pipeline("automatic-speech-recognition", model="openai/whisper-tiny", device=device) #Тут добавил tiny, потому что модель станет более компактной
 translater = pipeline("translation", model="Helsinki-NLP/opus-mt-en-ru")  # Инициализация модели для перевода текста на русский язык
 
+model = VitsModel.from_pretrained("facebook/mms-tts-rus") # Загрузка модели для генерации речи на русском языке
+tokenizer = AutoTokenizer.from_pretrained("facebook/mms-tts-rus") # Загрузка токенизатора для модели
+
 def translate(audio, translater: pipeline = translater): # Определение функции для перевода аудио в текст
     outputs = asr_pipe(audio, max_new_tokens=256, generate_kwargs={"task": "translate"}) # Получение текстового представления аудио
     return translater(outputs['text'])[0]['translation_text'] # Возврат переведенного текста
 
-
-model = VitsModel.from_pretrained("facebook/mms-tts-rus") # Загрузка модели для генерации речи на русском языке
-tokenizer = AutoTokenizer.from_pretrained("facebook/mms-tts-rus") # Загрузка токенизатора для модели
-
 def synthesise(text: str, tokenizer: AutoTokenizer = tokenizer, model: VitsModel = model): # Определение функции для синтеза речи из текста
     inputs = tokenizer(text, return_tensors="pt") # Создание токенизированного представления текста
     # print(inputs)