Update vits_inference.py
Browse files- vits_inference.py +16 -29
vits_inference.py
CHANGED
@@ -1,35 +1,22 @@
|
|
1 |
-
import torch
|
2 |
-
import torchaudio
|
3 |
-
from vits import SynthesizerTrn
|
4 |
-
from mel_processing import spectrogram_torch
|
5 |
import argparse
|
|
|
|
|
|
|
6 |
|
7 |
-
|
8 |
-
|
9 |
-
|
10 |
-
|
11 |
-
|
12 |
-
|
13 |
-
|
14 |
-
model.load_state_dict(torch.load(model_path, map_location="cuda"))
|
15 |
-
model.eval()
|
16 |
-
return model, hps
|
17 |
|
18 |
-
|
19 |
-
text = torch.LongTensor([ord(c) for c in text]).unsqueeze(0).cuda()
|
20 |
-
with torch.no_grad():
|
21 |
-
audio = model.infer(text, noise_scale=0.667, length_scale=1.0)[0]
|
22 |
-
return audio.cpu().numpy()
|
23 |
|
24 |
-
|
25 |
-
|
26 |
-
parser.add_argument("--text", type=str, required=True, help="Texto a ser dublado")
|
27 |
-
parser.add_argument("--output_audio", type=str, required=True, help="Arquivo de saída")
|
28 |
-
args = parser.parse_args()
|
29 |
|
30 |
-
|
31 |
-
|
32 |
-
|
33 |
|
34 |
-
|
35 |
-
main()
|
|
|
|
|
|
|
|
|
|
|
1 |
import argparse
|
2 |
+
from vits import SynthesizerTrn
|
3 |
+
import torchaudio
|
4 |
+
import os
|
5 |
|
6 |
+
# Argumentos
|
7 |
+
parser = argparse.ArgumentParser(description="Dublagem com VITS")
|
8 |
+
parser.add_argument("--text", type=str, required=True, help="Texto para dublagem")
|
9 |
+
parser.add_argument("--input_audio", type=str, required=True, help="Áudio original para clonagem de voz")
|
10 |
+
parser.add_argument("--output_audio", type=str, required=True, help="Áudio de saída dublado")
|
11 |
+
parser.add_argument("--language", type=str, required=True, help="Idioma da dublagem")
|
|
|
|
|
|
|
|
|
12 |
|
13 |
+
args = parser.parse_args()
|
|
|
|
|
|
|
|
|
14 |
|
15 |
+
# Carregar modelo VITS
|
16 |
+
model = SynthesizerTrn(args.language)
|
|
|
|
|
|
|
17 |
|
18 |
+
# Processar dublagem
|
19 |
+
waveform, sample_rate = model.synthesize(args.text, args.input_audio)
|
20 |
+
torchaudio.save(args.output_audio, waveform, sample_rate)
|
21 |
|
22 |
+
print(f"✅ Dublagem concluída: {args.output_audio}")
|
|