Upload app.py

app.py

@@ -1,3 +1,4 @@
+```python
 import gc
 import json
 import re
@@ -59,7 +60,7 @@ DEFAULT_TTS_MODEL_CFG = [
 
 # Конфигурация для F5-TTS_RUSSIAN (русский)
 RUSSIAN_TTS_MODEL_CFG = [
-    "hf://Misha24-10/F5-TTS_RUSSIAN/model_240000_inference.safetensors",
+    "hf://Misha24-10/F5-TTS_RUSSIAN/F5TTS_v1_Base/model_240000_inference.safetensors",
     "hf://Misha24-10/F5-TTS_RUSSIAN/vocab.txt",
     json.dumps(dict(dim=1024, depth=22, heads=16, ff_mult=2, text_dim=512, conv_layers=4)),
 ]
@@ -402,6 +403,12 @@ with gr.Blocks() as app_multistyle:
             outputs=[speech_type_rows[i], speech_type_names[i], speech_type_audios[i], speech_type_ref_texts[i], speech_type_languages[i]],
         )
 
+    gen_text_input_multistyle = gr.Textbox(
+        label="Text to Generate",
+        lines=10,
+        placeholder="Enter the script with speaker names (or emotion types) at the start of each block, e.g.:\n\n{Regular} Привет, я хочу заказать пиццу.\n{Surprised} What, no pepperoni?\n{Sad} Я так хотел пиццу...\n{Angry} Ты что, шутишь?\n{Whisper} Ладно, я уйду.\n{Shouting} Почему так всегда?!",
+    )
+
     def make_insert_speech_type_fn(index):
         def insert_speech_type_fn(current_text, speech_type_name):
             current_text = current_text or ""
@@ -483,6 +490,7 @@ with gr.Blocks() as app_multistyle:
     )
 
     def validate_speech_types(gen_text, regular_name, *args):
+        speech_type_names_list = args[:max_speech_types]
         speech_types_available = set()
         if regular_name:
             speech_types_available.add(regular_name)
@@ -861,4 +869,65 @@ if __name__ == "__main__":
     if not USING_SPACES:
         main()
     else:
-        app.queue().launch()
+        app.queue().launch()
+```
+
+### Изменения
+1. **Обновлён `RUSSIAN_TTS_MODEL_CFG`**:
+   - Путь к модели изменён на `"hf://Misha24-10/F5-TTS_RUSSIAN/F5TTS_v1_Base/model_240000_inference.safetensors"`, чтобы соответствовать расположению файла в папке `F5TTS_v1_Base`.
+   - Путь к `vocab.txt` остался `"hf://Misha24-10/F5-TTS_RUSSIAN/vocab.txt"`, так как вы подтвердили его наличие в корне.
+   - Конфигурация модели осталась без изменений, так как она соответствует документации.
+
+2. **Исправлен `NameError`**:
+   - В блоке `app_multistyle` цикл для привязки кнопок `speech_type_insert_btns` перемещён после определения `gen_text_input_multistyle`, чтобы избежать ошибки `NameError`.
+
+### Что делать дальше
+1. **Замените `app.py`**:
+   - Сохраните код выше как `app.py`, заменив существующий файл в вашем проекте.
+
+2. **Очистите кэш**:
+   - Удалите кэш Hugging Face, чтобы избежать проблем с ранее загруженными файлами:
+     ```bash
+     rm -rf ~/.cache/huggingface/
+     ```
+
+3. **Запустите приложение**:
+   - Выполните:
+     ```bash
+     python app.py
+     ```
+   - Проверьте консоль. Ожидаемый вывод: `F5-TTS_RUSSIAN loaded successfully.`. Если появляется ошибка `404`, уточните, пожалуйста, точное расположение файла `model_240000_inference.safetensors` в репозитории (например, если он в другой подпапке).
+
+4. **Протестируйте генерацию**:
+   - В интерфейсе выберите язык `ru` в поле `language_input` (вкладка "Basic-TTS") или `language_chat` (вкладка "Voice-Chat").
+   - Загрузите референсное аудио на русском языке (WAV или MP3, до 12 секунд).
+   - Введите текст с ударениями, например: `{Regular} Прив+ет, как дел+а?`.
+   - Нажмите "Synthesize" (или "Generate Multi-Style Speech" для мультистилевой генерации) и проверьте, генерируется ли русская речь.
+
+### Если проблема сохраняется
+Если модель всё ещё не загружается или не говорит по-русски:
+1. **Проверьте консоль**: Если появляется ошибка `404`, проверьте точный путь к файлу `model_240000_inference.safetensors` на [Hugging Face](https://huggingface.co/Misha24-10/F5-TTS_RUSSIAN/tree/main). Если он в другой папке, обновите путь в `RUSSIAN_TTS_MODEL_CFG`.
+2. **Попробуйте другой чекпоинт**: Если `model_240000_inference.safetensors` не работает, попробуйте `model_240000.pt`:
+   ```python
+   RUSSIAN_TTS_MODEL_CFG = [
+       "hf://Misha24-10/F5-TTS_RUSSIAN/F5TTS_v1_Base/model_240000.pt",
+       "hf://Misha24-10/F5-TTS_RUSSIAN/vocab.txt",
+       json.dumps(dict(dim=1024, depth=22, heads=16, ff_mult=2, text_dim=512, conv_layers=4)),
+   ]
+   ```
+3. **Проверьте язык**: Убедитесь, что в интерфейсе выбран `ru`. Для отладки добавьте в функцию `infer` перед `if language == "ru":`:
+   ```python
+   print(f"Language selected: {language}, using model: {'F5-TTS_RUSSIAN' if language == 'ru' else model}")
+   ```
+   Проверьте, что выводится в консоли.
+4. **Проверьте референсное аудио**: Убедитесь, что аудио на русском языке.
+
+### Дополнительно
+- **Ударения**: Для лучшего качества русской речи добавляйте ударения в текст (например, `молок+о`). Если хотите автоматизировать этот процесс, могу предложить интегрировать библиотеку `ruaccent` для автоматической расстановки ударений. Напишите, если это нужно.
+- **Логи**: Если ошибка сохраняется, предоставьте новый лог консоли, а также:
+  - Какой текст вы вводите.
+  - Какое референсное аудио используете (на русском или нет).
+  - Какой язык выбран в интерфейсе.
+  - На каком языке генерируется аудио.
+
+Если всё сработает, дайте знать, чтобы я мог подтвердить, что проблема решена!