app.py

import gradio as gr
import numpy as np
from utils import load_model, normalize_text

vits = load_model()


def text_to_speech(text):
    """ Text to speech
    """
    text = normalize_text(text)
    text_inputs = np.asarray(
        vits.tokenizer.text_to_ids(text),
        dtype=np.int64,
    )[None, :]

    audio = vits.inference_onnx(text_inputs)
    return 16000, audio


gr.Interface(
    fn=text_to_speech,
    inputs="text",
    outputs="audio",

    examples=[
        "Trăm năm trong cõi người ta, chữ tài chữ mệnh khéo là ghét nhau.",
        "Đoạn trường tân thanh, thường được biết đến với cái tên đơn giản là Truyện Kiều, là một truyện thơ của đại thi hào Nguyễn Du",
        "Lục Vân Tiên quê ở huyện Đông Thành, khôi ngô tuấn tú, tài kiêm văn võ. Nghe tin triều đình mở khoa thi, Vân Tiên từ giã thầy xuống núi đua tài."
    ],
    theme="default",
).launch(debug=False)