Upload 2 files

app.py

@@ -0,0 +1,79 @@
+import os
+import gradio as gr
+import tempfile
+from importlib.resources import files
+from silma_tts.api import SilmaTTS
+
+print("Loading SILMA TTS model...", flush=True)
+silma_tts = SilmaTTS()
+
+current_dir = os.path.dirname(os.path.abspath(__file__))
+ref_audio_dir = os.path.join(current_dir, "infer", "ref_audio_samples")
+
+def do_inference(ref_audio, ref_text, gen_text):
+    if not ref_audio:
+        return None
+    
+    _, output_wav_path = tempfile.mkstemp(suffix=".wav")
+
+    wav, sr, _ = silma_tts.infer(
+        ref_file=ref_audio,
+        ref_text=ref_text,
+        gen_text=gen_text,
+        file_wave=output_wav_path,
+    )
+
+    return output_wav_path
+
+
+with gr.Blocks() as demo:
+    gr.Markdown("# SILMA TTS Demo")
+    gr.Markdown("Add reference audio, reference text and generation text then click 'Generate Speech'")
+    
+    with gr.Row():
+        with gr.Column():
+            # Define inputs
+            ref_audio_input = gr.Audio(
+                label="Reference Audio", 
+                type="filepath", 
+                value=ref_audio_dir+"/ar.ref.24k.wav"
+            )
+            ref_text_input = gr.Textbox(
+                label="Reference Text", 
+                value="ويدقق النظر في القرآن الكريم وسائر الكتب السماوية ويتبع مسالك الرسل العظام عليهم الصلاة والسلام."
+            )
+            gen_text_input = gr.Textbox(
+                label="Generation Text", 
+                lines=5,
+                value="""
+أنا نموذج جديد من سلمى لتحويل النص إلى كلام، يمكنني التحدث باللغة العربية مع أو بدون علامات التشكيل.
+I am the new SILMA model for converting text to speech, I can speak Arabic with or without diacritics.
+""".strip()
+            )
+            submit_btn = gr.Button("Generate Speech")
+            
+        with gr.Column():
+            audio_output = gr.Audio(label="Generated Speech")
+
+
+    # When ref_audio_input changes, we update ref_text_input with an empty string
+    ref_audio_input.input(
+        fn=lambda: "", 
+        inputs=None, 
+        outputs=ref_text_input
+    )
+    
+    # Set up the click event for the button
+    submit_btn.click(
+        fn=do_inference,
+        inputs=[ref_audio_input, ref_text_input, gen_text_input],
+        outputs=audio_output
+    )
+
+def main():
+    print("Starting app...")
+
+    demo.queue().launch(server_name="0.0.0.0", server_port=7860, allowed_paths=[ref_audio_dir])
+
+if __name__ == "__main__":
+    main()

requirements.txt

@@ -0,0 +1,2 @@
+silma-tts
+gradio