Create app.py

app.py

@@ -0,0 +1,34 @@
+import torch
+import gradio as gr
+import torchaudio
+from transformers import VitsModel, VitsTokenizer
+from numToAce import convert_number_to_aceh
+
+model_id = "facebook/mms-tts-ace"
+tokenizer = VitsTokenizer.from_pretrained(model_id)
+model = VitsModel.from_pretrained(model_id)
+
+device = "cuda" if torch.cuda.is_available() else "cpu"
+model.to(device)
+
+def tts_aceh(text):
+    text = convert_number_to_aceh(text)
+    inputs = tokenizer(text, return_tensors="pt").to(device)
+
+    with torch.no_grad():
+        outputs = model(**inputs)
+
+    waveform = outputs.waveform.squeeze().cpu()
+    sample_rate = model.config.sampling_rate
+    return (sample_rate, waveform)
+
+demo = gr.Interface(
+    fn=tts_aceh,
+    inputs=gr.Textbox(label="Nhập văn bản tiếng Aceh"),
+    outputs=gr.Audio(label="Giọng đọc tiếng Aceh"),
+    title="TTS tiếng Aceh (MMS-VITS)",
+    description="Mô hình VITS từ Meta AI, hoạt động trực tiếp với Gradio"
+)
+
+if __name__ == "__main__":
+    demo.launch()