Add application file

app.py

@@ -0,0 +1,224 @@
+import os
+from TTS.utils.synthesizer import Synthesizer
+import gradio as gr
+from huggingface_hub import hf_hub_download
+from huggingface_hub import login
+import time
+
+# Uncomment for private models if needed
+# login(token=os.environ.get("HF_TOKEN"))
+
+# Custom CSS for better styling
+custom_css = """
+.gradio-container {
+    background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
+    font-family: 'Vazirmatn', 'Tahoma', sans-serif;
+}
+
+.main-header {
+    color: #2d3748;
+    text-align: center;
+    margin-bottom: 2rem;
+    text-shadow: 1px 1px 2px rgba(0,0,0,0.1);
+}
+
+.container {
+    max-width: 900px;
+    margin: 0 auto;
+    padding: 20px;
+    background-color: white;
+    border-radius: 12px;
+    box-shadow: 0 10px 25px rgba(0,0,0,0.1);
+}
+
+.footer {
+    text-align: center;
+    margin-top: 2rem;
+    color: #4a5568;
+    font-size: 0.9rem;
+}
+
+/* Persian text alignment */
+textarea, .label {
+    text-align: right;
+    direction: rtl;
+}
+
+/* Button styling */
+button.primary {
+    background: linear-gradient(to right, #4776E6, #8E54E9);
+    border: none;
+    border-radius: 8px;
+    color: white;
+    font-weight: bold;
+    transition: all 0.3s ease;
+}
+
+button.primary:hover {
+    transform: translateY(-2px);
+    box-shadow: 0 7px 14px rgba(50, 50, 93, 0.1), 0 3px 6px rgba(0, 0, 0, 0.08);
+}
+
+.input-panel, .output-panel {
+    background-color: rgba(255, 255, 255, 0.9);
+    border-radius: 10px;
+    padding: 15px;
+    margin-bottom: 15px;
+    border: 1px solid #e2e8f0;
+}
+
+.examples-panel {
+    background-color: rgba(255, 255, 255, 0.8);
+    border-radius: 10px;
+    padding: 10px;
+    border: 1px solid #e2e8f0;
+}
+
+.status-panel {
+    background-color: #edf2f7;
+    border-radius: 8px;
+    padding: 10px;
+    margin-bottom: 15px;
+    text-align: center;
+}
+"""
+
+def load_synthesizer():
+    # Status for loading
+    status_block.update("در حال بارگذاری مدل... لطفاً منتظر بمانید")
+    
+    try:
+        # Download model files from Hugging Face Hub
+        model_path = hf_hub_download(
+            repo_id="QomSSLab/vits-fa-voice",
+            filename="best_model.pth",
+            cache_dir="models"
+        )
+        config_path = hf_hub_download(
+            repo_id="QomSSLab/vits-fa-voice",
+            filename="config.json",
+            cache_dir="models"
+        )
+        
+        # Create synthesizer
+        synthesizer = Synthesizer(
+            tts_checkpoint=model_path,
+            tts_config_path=config_path,
+            use_cuda=False  # Usually no GPU in free Spaces
+        )
+        
+        status_block.update("مدل با موفقیت بارگذاری شد! اکنون می‌توانید از سیستم استفاده کنید.")
+        return synthesizer
+    
+    except Exception as e:
+        error_msg = f"خطا در بارگذاری مدل: {str(e)}"
+        status_block.update(f"❌ {error_msg}")
+        raise RuntimeError(error_msg)
+
+def tts(text, speed=1.0):
+    if not text.strip():
+        return None, "لطفاً متنی وارد کنید."
+    
+    try:
+        status_block.update("در حال تبدیل متن به گفتار...")
+        
+        # Show processing animation
+        for i in range(3):
+            time.sleep(0.3)
+            status_block.update(f"در حال پردازش{'.' * (i+1)}")
+        
+        # Generate speech
+        wav = synthesizer.tts(text, speed=speed)
+        output_path = "output.wav"
+        synthesizer.save_wav(wav, output_path)
+        
+        status_block.update("✅ صدا با موفقیت تولید شد!")
+        return output_path, "تبدیل با موفقیت انجام شد."
+    
+    except Exception as e:
+        error_msg = f"خطا در تولید صدا: {str(e)}"
+        status_block.update(f"❌ {error_msg}")
+        return None, error_msg
+
+# Create a status block for feedback
+status_block = gr.Markdown("در حال آماده‌سازی سیستم...")
+
+# First create the interface without the synthesizer
+with gr.Blocks(css=custom_css) as demo:
+    with gr.Column(elem_classes="container"):
+        gr.Markdown("# سامانه تبدیل متن فارسی به گفتار", elem_classes="main-header")
+        
+        # Status area
+        with gr.Column(elem_classes="status-panel"):
+            status_output = gr.Markdown("", elem_id="status")
+        
+        # Input panel
+        with gr.Column(elem_classes="input-panel"):
+            gr.Markdown("### متن ورودی", elem_classes="label")
+            text_input = gr.Textbox(
+                placeholder="متن فارسی خود را اینجا وارد کنید...",
+                lines=5,
+                label="",
+                elem_classes="input-text"
+            )
+            
+            with gr.Row():
+                speed_slider = gr.Slider(
+                    minimum=0.5,
+                    maximum=2.0,
+                    value=1.0,
+                    step=0.1,
+                    label="سرعت گفتار",
+                    elem_classes="speed-slider"
+                )
+                
+                submit_btn = gr.Button("تبدیل به گفتار", variant="primary", elem_classes="primary")
+        
+        # Output panel
+        with gr.Column(elem_classes="output-panel"):
+            gr.Markdown("### خروجی صوتی", elem_classes="label")
+            output_audio = gr.Audio(label="")
+            result_text = gr.Markdown("")
+        
+        # Examples panel
+        with gr.Column(elem_classes="examples-panel"):
+            gr.Markdown("### نمونه‌های متنی", elem_classes="label")
+            examples = gr.Examples(
+                examples=[
+                    ["سلام دنیا، این یک آزمایش برای سیستم تبدیل متن به گفتار فارسی است."],
+                    ["امروز هوا بسیار خوب است و من احساس شادی می‌کنم."],
+                    ["فناوری هوش مصنوعی به سرعت در حال پیشرفت است و به زودی در تمام جنبه‌های زندگی ما حضور خواهد داشت."]
+                ],
+                inputs=text_input,
+                label="نمونه‌های متنی را امتحان کنید"
+            )
+        
+        gr.Markdown(
+            "**راهنما**: متن فارسی خود را در کادر بالا وارد کنید و دکمه تبدیل را فشار دهید. "
+            "می‌توانید سرعت گفتار را با استفاده از نوار لغزنده تنظیم کنید.",
+            elem_classes="footer"
+        )
+        
+        gr.Markdown(
+            "توسعه داده شده با استفاده از مدل VITS فارسی | [WaeliFatima/vits-fa-voice](https://huggingface.co/WaeliFatima/vits-fa-voice)",
+            elem_classes="footer"
+        )
+
+# Initialize the synthesizer
+try:
+    synthesizer = load_synthesizer()
+    # Connect the function to the button
+    submit_btn.click(
+        fn=tts,
+        inputs=[text_input, speed_slider],
+        outputs=[output_audio, result_text]
+    )
+    # Update the status block
+    status_block.update("سیستم آماده استفاده است!")
+    
+except Exception as e:
+    print(f"Error: {str(e)}")
+    status_block.update(f"❌ خطا در بارگذاری مدل: {str(e)}")
+
+# Launch the interface
+demo.launch()

requirements.txt

@@ -0,0 +1,6 @@
+transformers>=4.40.0
+torch>=2.0.0
+gradio>=4.0.0
+soundfile>=0.12.1
+huggingface-hub>=0.20.0
+TTS==0.22.0