-
Notifications
You must be signed in to change notification settings - Fork 0
/
app.py
189 lines (161 loc) · 8.68 KB
/
app.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
"""
████████╗████████╗███████╗
╚══██╔══╝╚══██╔══╝██╔════╝
██║ ██║ ███████╗
██║ ██║ ╚════██║
██║ ██║ ███████║
╚═╝ ╚═╝ ╚══════╝
██╗███╗ ██╗██████╗ ██████╗ ███╗ ██╗███████╗███████╗██╗ █████╗ ██╗ ██╗██╗ ██╗
██║████╗ ██║██╔══██╗██╔═══██╗████╗ ██║██╔════╝██╔════╝██║██╔══██╗██║ ██╔╝██║ ██║
██║██╔██╗ ██║██║ ██║██║ ██║██╔██╗ ██║█████╗ ███████╗██║███████║█████╔╝ ██║ ██║
██║██║╚██╗██║██║ ██║██║ ██║██║╚██╗██║██╔══╝ ╚════██║██║██╔══██║██╔═██╗ ██║ ██║
██║██║ ╚████║██████╔╝╚██████╔╝██║ ╚████║███████╗███████║██║██║ ██║██║ ██╗╚██████╔╝
╚═╝╚═╝ ╚═══╝╚═════╝ ╚═════╝ ╚═╝ ╚═══╝╚══════╝╚══════╝╚═╝╚═╝ ╚═╝╚═╝ ╚═╝ ╚═════╝
Script ini dibuat oleh __drat
Petunjuk:
1. Script ini digunakan untuk menghasilkan suara berbasis teks dengan berbagai pilihan pembicara.
2. Teknologi yang digunakan meliputi model text-to-speech (TTS) yang canggih dengan konversi teks ke fonem (G2P).
3. Model yang dipakai dilatih khusus untuk bahasa Indonesia, Jawa, dan Sunda.
4. Antarmuka dibuat dengan menggunakan Gradio dengan tema kustom bernama MetafisikTheme.
Cara Menggunakan:
1. Masukkan teks yang ingin diubah menjadi suara.
2. Pilih kecepatan bicara yang diinginkan.
3. Pilih bahasa dan pembicara yang diinginkan.
4. Klik tombol "Lakukan Inferensi Audio" untuk menghasilkan suara.
"""
import gradio as gr
import platform
import json
from pathlib import Path
import uuid
import html
import subprocess
import time
from g2p_id import G2P
from themes import MetafisikTheme # Impor tema custom dari themes.py
# Inisialisasi G2P (Grapheme to Phoneme)
g2p = G2P()
# Fungsi untuk mengecek apakah sistem operasi adalah macOS
def is_mac_os():
return platform.system() == 'Darwin'
# Parameter default untuk konfigurasi
params = {
"activate": True,
"autoplay": True,
"show_text": True,
"remove_trailing_dots": False,
"voice": "default.wav",
"language": "Indonesian",
"model_path": "checkpoint_1260000-inference.pth",
"config_path": "config.json",
"out_path": "output.wav"
}
SAMPLE_RATE = 16000
device = None
# Set nama pembicara default
default_speaker_name = "ardi"
# Fungsi untuk mengubah teks menjadi urutan yang sesuai untuk model
def text_to_sequence(text):
# Implementasikan sesuai dengan kebutuhan model Anda
# Sebagai contoh, ini adalah placeholder
sequence = [ord(char) for char in text]
return sequence
# Fungsi untuk menghasilkan suara dengan progress bar
def gen_voice(text, speaker_label, speed, language, progress=gr.Progress()):
speaker_mapping = {
"Wibowo - Suara jantan berwibawa": "wibowo",
"Ardi - Suara lembut dan hangat": "ardi",
"Gadis - Suara perempuan yang merdu": "gadis",
"Juminten - Suara perempuan jawa (bahasa jawa)": "JV-00264",
"Asep - Suara lelaki sunda (bahasa sunda)": "SU-00060"
}
speaker = speaker_mapping.get(speaker_label, default_speaker_name)
progress(0, desc="Menginisialisasi G2P")
text = html.unescape(text)
text_to_tts = g2p(text) # Konversi teks ke format TTS menggunakan G2P
time.sleep(1)
progress(0.2, desc="Mengonversi teks ke TTS")
short_uuid = str(uuid.uuid4())[:8]
output_file = Path(f'outputs/{speaker}-{short_uuid}.wav')
# Perintah untuk menjalankan TTS
command = [
"tts",
"--text", text_to_tts,
"--model_path", params["model_path"],
"--config_path", params["config_path"],
"--speaker_idx", speaker,
"--out_path", str(output_file)
]
progress(0.5, desc="Menjalankan proses TTS")
result = subprocess.run(command, capture_output=True, text=True)
time.sleep(1)
if result.returncode != 0:
print(f"Error: {result.stderr}")
return None
progress(1, desc="Selesai")
return str(output_file)
# Fungsi untuk memperbarui daftar pembicara
def update_speakers():
speakers = [
("Wibowo - Suara jantan berwibawa", "wibowo"),
("Ardi - Suara lembut dan hangat", "ardi"),
("Gadis - Suara perempuan yang merdu", "gadis"),
("Juminten - Suara perempuan jawa (bahasa jawa)", "JV-00264"),
("Asep - Suara lelaki sunda (bahasa sunda)", "SU-00060")
]
return speakers
# Fungsi untuk memperbarui dropdown pembicara
def update_dropdown(_=None, selected_speaker=default_speaker_name):
choices = update_speakers()
dropdown_choices = {label: label for label, value in choices}
return gr.Dropdown(choices=dropdown_choices, value=selected_speaker, label="Pilih Pembicara", interactive=True, allow_custom_value=True)
# Memuat data bahasa
with open(Path('languages.json'), encoding='utf8') as f:
languages = json.load(f)
# Antarmuka Gradio dengan tema MetafisikTheme
with gr.Blocks(theme=MetafisikTheme()) as app:
gr.Markdown("### TTS Bahasa Indonesia", elem_id="main-title")
with gr.Row():
with gr.Column():
text_input = gr.Textbox(lines=2, label="Teks", value="Halo, saya adalah pembicara virtual.", elem_id="text-input")
speed_slider = gr.Slider(label='Kecepatan Bicara', minimum=0.1, maximum=1.99, value=0.8, step=0.01, elem_id="speed-slider")
language_dropdown = gr.Dropdown(list(languages.keys()), label="Bahasa", value="Indonesian", elem_id="language-dropdown")
submit_button = gr.Button("🗣️ Lakukan Inferensi Audio", elem_id="submit-button")
explanation = gr.HTML("""
<div style="margin-top: 20px; color: gray;">
<h4>Kegunaan Aplikasi</h4>
<p>Aplikasi ini digunakan untuk menghasilkan suara berbasis teks dengan berbagai pilihan pembicara.
Teknologi yang digunakan meliputi model text-to-speech (TTS) yang canggih dengan konversi teks ke fonem.
Model yang dipakai dilatih khusus untuk bahasa Indonesia, Jawa dan Sunda.</p>
<h4>Cara Penggunaan</h4>
<ol>
<li>Masukkan teks yang ingin diubah menjadi suara.</li>
<li>Pilih kecepatan bicara yang diinginkan.</li>
<li>Pilih bahasa dan pembicara yang diinginkan.</li>
<li>Klik tombol "Lakukan Inferensi Audio" untuk menghasilkan suara.</li>
</ol>
<p></p>
<p>Semoga <b>Energi Semesta Digital</b> selalu bersama Anda!</p>
</div>
""")
with gr.Column():
with gr.Row():
gr.Image("ardi.jpg", label="Ardi")
gr.Image("gadis.jpg", label="Gadis")
gr.Image("wibowo.jpg", label="Wibowo")
speaker_dropdown = update_dropdown()
refresh_button = gr.Button("👨👨👦 Segarkan Pembicara", elem_id="refresh-button")
audio_output = gr.Audio(elem_id="audio-output")
refresh_button.click(fn=update_dropdown, inputs=[], outputs=speaker_dropdown)
submit_button.click(
fn=gen_voice,
inputs=[text_input, speaker_dropdown, speed_slider, language_dropdown],
outputs=audio_output
)
gr.HTML("""
<footer style="text-align: center; margin-top: 20px; color:silver;">
Energi Semesta Digital © 2024 __drat. | 🇮🇩 Untuk Indonesia Jaya!
</footer>
""")
if __name__ == "__main__":
app.launch()