app.py

import gradio as gr
import tempfile
from TTS.utils.synthesizer import Synthesizer
from huggingface_hub import hf_hub_download

# Repositório do modelo no Hugging Face Hub
REPO_ID = "mbarnig/lb-de-fr-en-pt-coqui-vits-tts"

# Configurações da interface
my_title = "🇵🇹 Sintetizador de Fala em Português com Coqui TTS"
my_description = "Um sintetizador de fala em português baseado no modelo YourTTS da Coqui.ai. Insira o texto e gere o áudio!"

# Texto de exemplo com o máximo de tokens (500 tokens)
max_tokens_text = """
O vento norte e o Sol discutiam quem era o mais forte, quando surgiu um viajante envolvido numa capa. 
O vento começou a soprar com toda a força, mas quanto mais soprava, mais o viajante se enrolava em sua capa. 
Então, o Sol começou a brilhar suavemente, e o viajante, sentindo o calor, logo tirou a capa. 
Assim, o Sol provou que o calor e a gentileza são mais eficazes do que a força bruta. 
Esta história nos ensina que, muitas vezes, a delicadeza e a paciência são mais poderosas do que a agressividade. 
"""

# Vozes disponíveis para português
TTS_VOICES = [
    "Ed",  # Voz masculina
    "Linda"  # Voz feminina
]

# Exemplo de uso
my_examples = [
    [max_tokens_text, "Ed"],
    [max_tokens_text, "Linda"]
]

# Artigo com informações adicionais
my_article = """
<h3>Guia do Usuário</h3>
<p>1. Insira o texto em português no campo de entrada (até 500 tokens).</p>
<p>2. Selecione a voz desejada (masculina ou feminina).</p>
<p>3. Clique em "Gerar Áudio" para criar o áudio correspondente.</p>
<p>4. Ouça o áudio gerado ou faça o download diretamente do player.</p>
"""

# Função para sintetizar a fala
def tts(text: str, speaker_idx: str):
    best_model_path = hf_hub_download(repo_id=REPO_ID, filename="best_model.pth")
    config_path = hf_hub_download(repo_id=REPO_ID, filename="config.json")
    speakers_path = hf_hub_download(repo_id=REPO_ID, filename="speakers.pth")
    languages_path = hf_hub_download(repo_id=REPO_ID, filename="language_ids.json")
    speaker_encoder_model_path = hf_hub_download(repo_id=REPO_ID, filename="model_se.pth")
    speaker_encoder_config_path = hf_hub_download(repo_id=REPO_ID, filename="config_se.json")

    synthesizer = Synthesizer(
        best_model_path,
        config_path,
        speakers_path,
        languages_path,
        None,
        None,
        speaker_encoder_model_path,
        speaker_encoder_config_path,
        False
    )

    wavs = synthesizer.tts(text, speaker_idx, "Português")

    with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as fp:
        synthesizer.save_wav(wavs, fp)
    return fp.name

# Criar a interface Gradio aprimorada
with gr.Blocks(title=my_title, css="""
    .gradio-container {
        max-width: 800px; 
        margin: auto; 
        font-family: 'Arial', sans-serif;
    }
    .header { 
        text-align: center; 
        margin-bottom: 20px; 
    }
    .footer {
        font-size: 0.85rem; 
        color: gray; 
        text-align: center; 
        margin-top: 30px; 
    }
""") as demo:
    # Cabeçalho
    with gr.Row(variant="compact"):
        gr.Markdown(f"<h1 class='header'>{my_title}</h1>")
    gr.Markdown(my_description)

    # Entrada do usuário
    with gr.Row():
        with gr.Column(scale=1):
            text_input = gr.Textbox(
                lines=10, 
                label="Texto em Português", 
                placeholder="Insira o texto aqui... (até 500 tokens)",
                max_length=500
            )
            token_counter = gr.Label(value="Tokens usados: 0 / 500", label="Progresso")
            voice_selector = gr.Radio(
                label="Voz", 
                choices=TTS_VOICES, 
                value="Ed"
            )
            submit_button = gr.Button("Gerar Áudio", variant="primary")
        with gr.Column(scale=1):
            audio_output = gr.Audio(type="filepath", label="Áudio Gerado", interactive=False)
            download_button = gr.File(label="Download do Áudio")
            gr.Markdown(my_article)

    # Exemplo de uso
    gr.Examples(
        examples=my_examples, 
        inputs=[text_input, voice_selector], 
        outputs=[audio_output],
        cache_examples=True
    )

    # Feedback e progresso
    submit_button.click(
        fn=tts, 
        inputs=[text_input, voice_selector], 
        outputs=[audio_output],
        show_progress=True
    )

    # Rodapé
    gr.Markdown("<p class='footer'>Desenvolvido com ❤️ usando Gradio e Coqui TTS</p>")

# Iniciar
demo.launch(share=True)