Update app.py

app.py

@@ -47,17 +47,18 @@ model.cuda()
 
 print("Modelo cargado en GPU")
 
-def predict(prompt, language, reference_audio):
+def predict(prompt, language, reference_audio, speed):
     try:
         if len(prompt) < 2 or len(prompt) > 600:
             return None, "El texto debe tener entre 2 y 600 caracteres."
 
-        # Obtener los parámetros de la configuración JSON
-        temperature = config.model_args.get("temperature", 0.85)
-        length_penalty = config.model_args.get("length_penalty", 1.0)
-        repetition_penalty = config.model_args.get("repetition_penalty", 2.0)
-        top_k = config.model_args.get("top_k", 50)
-        top_p = config.model_args.get("top_p", 0.85)
+        # Custom inference parameters for better voice likeness and stability
+        temperature = 0.65
+        length_penalty = 1.2
+        repetition_penalty = 2.2
+        top_k = 40
+        top_p = 0.75
+        enable_text_splitting = True
 
         gpt_cond_latent, speaker_embedding = model.get_conditioning_latents(
             audio_path=reference_audio
@@ -74,7 +75,9 @@ def predict(prompt, language, reference_audio):
             length_penalty=length_penalty,
             repetition_penalty=repetition_penalty,
             top_k=top_k,
-            top_p=top_p
+            top_p=top_p,
+            speed=speed,
+            enable_text_splitting=enable_text_splitting
         )
 
         inference_time = time.time() - start_time
@@ -119,6 +122,7 @@ Sintetizador de voz con la voz del locutor argentino Pedro Labattaglia.
 ## Cómo usarlo:
 - Elija el idioma (Español o Inglés)
 - Elija un audio de referencia de la lista 
+- Ajuste la velocidad del habla si lo desea
 - Escriba el texto que desea sintetizar
 - Presione generar voz
 """
@@ -138,11 +142,12 @@ with gr.Blocks(theme=theme) as demo:
                 elem_id="image-container"
             )
 
-    # Fila para seleccionar idioma, referencia y generar voz
+    # Fila para seleccionar idioma, referencia, velocidad y generar voz
     with gr.Row():
         with gr.Column(scale=2):
             language_selector = gr.Dropdown(label="Idioma", choices=supported_languages)
             reference_audio = gr.Dropdown(label="Audio de referencia", choices=reference_audios)
+            speed_slider = gr.Slider(minimum=0.5, maximum=2.0, value=1.0, step=0.1, label="Velocidad del habla")
             input_text = gr.Textbox(label="Texto a sintetizar", placeholder="Escribe aquí el texto que quieres convertir a voz...")
             generate_button = gr.Button("Generar voz", variant="primary")
 
@@ -150,11 +155,10 @@ with gr.Blocks(theme=theme) as demo:
             generated_audio = gr.Audio(label="Audio generado", interactive=False)
             metrics_output = gr.Textbox(label="Métricas", value="Tiempo de generación: -- segundos\nFactor de tiempo real: --")
 
-
     # Configuración del botón para generar voz
     generate_button.click(
         predict,
-        inputs=[input_text, language_selector, reference_audio],
+        inputs=[input_text, language_selector, reference_audio, speed_slider],
         outputs=[generated_audio, metrics_output]
     )