Update app.py

app.py

@@ -8,27 +8,143 @@ except subprocess.CalledProcessError as e:
     print(f"Installation failed with error: {e}")
 
 import gradio as gr
-import torch
 from TTS.api import TTS
+import os
+import time
+import torch
+from torch.serialization import add_safe_globals
+from TTS.tts.configs.xtts_config import XttsConfig
+
+# Ajouter XttsConfig comme "safe global" pour éviter les erreurs de désérialisation
+add_safe_globals([XttsConfig])
+
+# Charger le modèle XTTS
+tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2", gpu=False)
+
+# Créer le dossier de sortie
+output_folder = "output_audio"
+os.makedirs(output_folder, exist_ok=True)
+
+def predict(prompt, speaker, agree, subfolder_name, file_name):
+    if not agree:
+        raise gr.Error("Veuillez accepter les conditions d'utilisation.")
+    
+    # Utiliser le nom fourni pour le sous-dossier ou en générer un par défaut
+    subfolder_name = subfolder_name.strip() or f"session_{int(time.time())}"
+    session_folder = os.path.join(output_folder, subfolder_name)
+    os.makedirs(session_folder, exist_ok=True)
+
+    # Utiliser le nom fourni pour le fichier ou un nom par défaut
+    file_name = file_name.strip() or "output.wav"
+    if not file_name.endswith(".wav"):
+        file_name += ".wav"
+    
+    output_path = os.path.join(session_folder, file_name)
+
+    # Charger tous les fichiers WAV du speaker sélectionné
+    speaker_wav_paths = [os.path.join("examples", f) for f in os.listdir("examples") if f.startswith(speaker) and f.endswith(".wav")]
+
+    if not speaker_wav_paths:
+        raise gr.Error(f"Aucun fichier audio trouvé pour le speaker : {speaker}")
+
+    # Synthèse vocale
+    tts.tts_to_file(
+        text=prompt,
+        file_path=output_path,
+        speaker_wav=speaker_wav_paths,  # Liste de fichiers .wav
+        language="fr",
+        split_sentences=False  # Désactiver si le texte est court
+    )
+
+    # Générer une forme d'onde à partir de l'audio
+    waveform = gr.make_waveform(audio=output_path)
+
+    return 100, waveform, output_path
+
+# Interface utilisateur
+custom_css = """
+.gradio-container {
+    font-family: 'Arial', sans-serif;
+    background-color: #f0f4f8;
+}
+.gr-form {
+    background-color: white;
+    border-radius: 10px;
+    padding: 20px;
+    box-shadow: 0 4px 6px rgba(0, 0, 0, 0.1);
+}
+.gr-button {
+    background-color: #4a90e2;
+    border: none;
+}
+.gr-button:hover {
+    background-color: #3a7bc8;
+}
+"""
+
+title = "Synthèse Vocale XTTS 🎙️"
 
-# Get device
-device = "cuda" if torch.cuda.is_available() else "cpu"
+description = """
+<h3>Bienvenue sur notre outil de synthèse vocale XTTS !</h3>
+<p>Cet outil vous permet de générer une voix naturelle à partir d'un texte en français. 
+Choisissez une voix, entrez votre texte, et écoutez le résultat !</p>
+"""
 
-# Init TTS
-tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to(device)
+article = """
+<div style='margin:20px auto; text-align: center;'>
+<p>En utilisant cette démo, vous acceptez les conditions d'utilisation du modèle Coqui Public disponibles sur 
+<a href='https://coqui.ai/cpml' target='_blank'>https://coqui.ai/cpml</a></p>
+</div>
+"""
 
-def voice_clone(text: str, speaker_wav: str, language: str):
-    # Run TTS
-    print("Speaker wav:", speaker_wav)
-    tts.tts_to_file(text=text, speaker_wav=speaker_wav, language=language, file_path="output.wav")
-    return "output.wav"
+# Générer la liste des speakers à partir des fichiers WAV dans le dossier examples
+available_speakers = list(set([f.split('_')[0] for f in os.listdir("examples") if f.endswith(".wav")]))
 
-iface = gr.Interface(fn=voice_clone, theme="Nymbo/Nymbo_Theme", 
-                     inputs=[gr.Textbox(lines=2, placeholder="Enter the text...", label="Text"),
-                             gr.Audio(type="filepath", label="Upload audio file"),
-                             gr.Radio(['ru', 'en', 'zh-cn', 'ja', 'de', 'fr', 'it', 'pt', 'pl', 'tr', 'ko', 'nl', 'cs', 'ar', 'es', 'hu'], label="language"),
-                            ],
-                     outputs=gr.Audio(type="filepath", label="Generated audio file"), 
-                     title="Voice Cloning")
+with gr.Blocks(css=custom_css) as demo:
+    gr.Markdown(f"<h1 style='text-align: center;'>{title}</h1>")
+    gr.Markdown(description)
+    
+    with gr.Row():
+        with gr.Column(scale=2):
+            prompt = gr.Textbox(
+                label="Texte pour la synthèse vocale",
+                info="Une ou deux phrases à la fois sont préférables* (max : 10)",
+                placeholder="Bonjour ! Comment allez-vous aujourd'hui ?",
+                lines=10
+            )
+        with gr.Column(scale=1):
+            speaker = gr.Dropdown(
+                label="Voix",
+                choices=available_speakers,
+                value=available_speakers[0] if available_speakers else None
+            )
+            agree = gr.Checkbox(
+                label="J'accepte les conditions d'utilisation",
+                value=False
+            )
+            subfolder_name = gr.Textbox(
+                label="Nom du sous-dossier (facultatif)",
+                placeholder="Nom du sous-dossier pour stocker l'audio"
+            )
+            file_name = gr.Textbox(
+                label="Nom du fichier (facultatif)",
+                placeholder="Nom du fichier audio généré"
+            )
+    
+    generate_btn = gr.Button("Générer la voix", variant="primary")
+    
+    progress = gr.Progress()
+    
+    with gr.Row():
+        audio_output = gr.Audio(label="Audio généré")
+        waveform_output = gr.Video(label="Forme d'onde")
+    
+    generate_btn.click(
+        predict,
+        inputs=[prompt, speaker, agree, subfolder_name, file_name],
+        outputs=[progress, waveform_output, audio_output]
+    )
+    
+    gr.Markdown(article)
 
-iface.launch()
+demo.launch(debug=True)