Update finetune_xtts_hf.py

finetune_xtts_hf.py

@@ -1,10 +1,11 @@
 import os
 import subprocess
 from huggingface_hub import HfApi, HfFolder
+from datasets import load_dataset
 
 # === Configuración ===
-HF_TOKEN = os.environ.get("HF_TOKEN")  # asegúrate de tenerlo en Secrets del Space
-HF_REPO_ID = "sob111/xttsv2-es-finetuned"  # cambia por tu repo destino
+HF_TOKEN = os.environ.get("HF_TOKEN")  # define en los Secrets del Space
+HF_REPO_ID = "sob111/xttsv2-es-finetuned"  # tu repo de destino
 OUTPUT_PATH = "./output_model"
 CONFIG_PATH = "./config.json"
 
@@ -12,6 +13,24 @@ CONFIG_PATH = "./config.json"
 print("=== Guardando token de Hugging Face ===")
 HfFolder.save_token(HF_TOKEN)
 
+# === Descargar dataset desde Hugging Face ===
+print("=== Descargando dataset sob111/voxpopuli_es_500 ===")
+ds = load_dataset("sob111/voxpopuli_es_500", split="train", token=HF_TOKEN)
+
+# Guardar metadata.json en el formato esperado por Coqui TTS
+os.makedirs("./voxpopuli_es_500", exist_ok=True)
+meta_file = "./voxpopuli_es_500/metadata.json"
+with open(meta_file, "w", encoding="utf-8") as f:
+    for sample in ds:
+        f.write(
+            f'{{"audio_file": "{sample["audio_file"]}", '
+            f'"text": "{sample["text"]}", '
+            f'"speaker_name": "{sample.get("speaker_name", "speaker")}"}}
+'
+        )
+
+print(f"✅ Metadata guardada en {meta_file}")
+
 # === Iniciar entrenamiento XTTSv2 ===
 print("=== Iniciando entrenamiento XTTSv2 ===")
 try:
@@ -40,3 +59,4 @@ api.upload_folder(
 )
 
 print(f"✅ Fine-tuning completado y subido a {HF_REPO_ID}")
+