Create streamlit_app.py

streamlit_app.py

@@ -0,0 +1,46 @@
+import streamlit as st
+import torch
+from diffusers import AudioLDM2Pipeline
+import scipy
+import tempfile
+import os
+
+# Titel
+st.set_page_config(page_title="💨 text2fart", page_icon="💀")
+st.title("💨 text2fart mit Streamlit")
+st.markdown("Schreib einen beliebigen Text – und hör den furzigen Klang deiner Kreativität! 😆")
+
+# Prompt-Eingabe
+prompt = st.text_input("Text eingeben:", placeholder="z. B. 'Apokalyptischer Trompetenfurz bei Sonnenuntergang'")
+
+# Model laden (nur einmal)
+@st.cache_resource
+def load_model():
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+    # pipe = DiffusionPipeline.from_pretrained("spaceinvader/text2fart")
+    pipe = AudioLDM2Pipeline.from_pretrained(
+        "spaceinvader/text2fart",
+        torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
+        variant="fp16" if torch.cuda.is_available() else None,
+    )
+    return pipe.to(device)
+
+pipe = load_model()
+
+# Button
+if st.button("💥 Furz generieren"):
+    if not prompt.strip():
+        st.warning("Gib bitte etwas ein. Selbst KI braucht Inspiration 😅")
+    else:
+        with st.spinner("Furze werden destilliert..."):
+            result = pipe(prompt, num_inference_steps=20)
+            audio = result["audio"][0]
+            sample_rate = 16000
+
+            # Temporäre WAV-Datei
+            with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as tmpfile:
+                scipy.io.wavfile.write(tmpfile.name, rate=sample_rate, data=audio)
+                st.audio(tmpfile.name, format="audio/wav")
+                st.success("Text erfolgreich vertont 💀💨")
+                # Datei am Ende löschen (optional)
+                os.unlink(tmpfile.name)