Update app.py

app.py

@@ -179,12 +179,11 @@ with gr.Blocks(css=custom_css) as app:
             
                 # Processar cada chunk
                 audio_segments = []
-                ref_text_accumulated = ""  # Acumular o texto de referência
                 for chunk in chunks:
-                    audio_out, spectrogram_path, ref_text_out = infer(
+                    audio_out, spectrogram_path, _ = infer(
                         ref_audio_input,
-                        ref_text_input,
-                        chunk,  # Passa o chunk atual
+                        ref_text_input,  # Utiliza o Texto de Referência como está
+                        chunk,  # Processa o chunk atual
                         remove_silence,
                         cross_fade_duration_slider,
                         speed_slider,
@@ -192,35 +191,32 @@ with gr.Blocks(css=custom_css) as app:
                     sr, audio_data = audio_out
                     audio_segments.append(audio_data)
             
-                    # Acumular texto de referência gerado
-                    ref_text_accumulated += f"{ref_text_out.strip()} "
-            
                 # Concatenar os segmentos de áudio gerados
                 if audio_segments:
                     final_audio_data = np.concatenate(audio_segments)
                     return (
                         (sr, final_audio_data),  # Áudio final
                         spectrogram_path,  # Espectrograma
-                        gr.update(value=ref_text_accumulated.strip()),  # Texto de Referência
+                        gr.update(),  # Nenhuma mudança no Texto de Referência
                     )
                 else:
                     gr.Warning("Nenhum áudio gerado.")
-                    return None, None, gr.update(value="")
-
+                    return None, None, gr.update()
 
             generate_btn.click(
-                process_chunks,
-                inputs=[
-                    ref_audio_input,
-                    ref_text_input,
-                    gen_text_input,
-                    remove_silence,
-                    cross_fade_duration_slider,
-                    speed_slider,
-                    chunk_size_slider,
-                ],
-                outputs=[audio_output, spectrogram_output],
-            )
+            process_chunks,
+            inputs=[
+                ref_audio_input,
+                ref_text_input,
+                gen_text_input,
+                remove_silence,
+                cross_fade_duration_slider,
+                speed_slider,
+                chunk_size_slider,  # Define o tamanho dos chunks
+            ],
+            outputs=[audio_output, spectrogram_output, ref_text_input],  # Ref_text_input permanece inalterado
+        )
+