Update app.py

app.py

@@ -313,6 +313,20 @@ for i, info in models_info.items():
 with gr.Blocks() as app:
     gr.Markdown(
         "# <center> GPT-SoVITS Demo\n"
+        "### 中文\n"
+        "1. 在左侧选择参考音频来调整合成语音的情感。\n"
+        "2. 在右侧输入要合成的文本（Shift+Enter换行，每行单独合成并拼接）。\n"
+        "3. 点击Tokenize Text将文本转为token。\n"
+        "4. (可选) 手动修改token中的错误。\n"
+        "5. 点击Generate生成语音。\n"
+        "注意：由于Zero显卡具有单次推理时长限制，每次推理的内容不应过长。\n"
+        "### 日本語\n"
+        "1. 左側でリファレンス音声を選択して、合成音声の感情を調整します。\n"
+        "2. 右側にテキストを入力します（Shift+Enterで改行、各行を個別に合成して連結）。\n"
+        "3. Clean Textをクリックしてテキストをトークンに変換します。\n"
+        "4. （オプション）トークンのエラーを手動で修正します。\n"
+        "5. Generateをクリックして音声を生成します。\n"
+        "注意：Zeroグラフィックカードには単一の推論時間制限があるため、推論内容を短くする必要があります。\n"
     )
     with gr.Tabs():
         for (name, title, cover, transcripts, example_reference, tts_fn) in models:
@@ -349,9 +363,9 @@ with gr.Blocks() as app:
                             choices=["ja"],
                             value="ja"
                         )
-                        clean_button = gr.Button("Clean Text", variant="primary")
+                        clean_button = gr.Button("Tokenize Text", variant="primary")
                         inference_button = gr.Button("Generate", variant="primary")
-                        cleaned_text = gr.Textbox(label="Cleaned Text")
+                        cleaned_text = gr.Textbox(label="Tokens")
                         output = gr.Audio(label="Output Audio")
                         output_file = gr.File(label="Output Audio File")
                         om = gr.Textbox(label="Output Message")