Spaces:
Runtime error
Runtime error
File size: 3,948 Bytes
78d1101 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 |
import os
import re
import time
import torch
import spaces
import requests
import tempfile
import concurrent
import numpy as np
from tqdm import tqdm
from huggingface_hub import hf_hub_download, hf_hub_url, login
from TTS.tts.layers.xtts.tokenizer import VoiceBpeTokenizer
from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
from resemble_enhance.enhancer.inference import denoise, enhance
def download_file(url: str, destination: str, token: str = None):
"""
Télécharge un fichier à partir d'une URL avec une barre de progression. Prend en charge les tokens API Hugging Face pour les modèles protégés.
:param url: L'URL à partir de laquelle télécharger.
:param destination: Le chemin de destination pour enregistrer le fichier téléchargé.
:param token: Le jeton API Hugging Face (optionnel). Si non fourni, la variable d'environnement HF_API_TOKEN sera utilisée.
"""
# utiliser le jeton passé ou récupérer depuis la variable d'environnement
if token is None:
token = os.getenv("HF_SPACE_TOKEN")
# en-têtes pour la requête
headers = {}
if token:
headers['Authorization'] = f'Bearer {token}'
# requête GET en streaming avec en-têtes
response = requests.get(url, stream=True, headers=headers)
# taille totale en octets, définie à zéro si manquante
total_size = int(response.headers.get('content-length', 0))
# afficher la progression
with open(destination, 'wb') as file, tqdm(desc=destination, total=total_size, unit='B', unit_scale=True,
unit_divisor=1024) as bar:
for data in response.iter_content(chunk_size=1024):
size = file.write(data)
bar.update(size)
def diviser_phrases_moore(texte: str) -> list:
"""
Divise un texte en phrases en fonction des signes de ponctuation de fin de phrase.
Cette fonction prend un texte en entrée et le divise en phrases en se basant sur les
signes de ponctuation (tels que le point (.) ...).
Elle nettoie également les espaces superflus et filtre les chaînes vides.
Args:
texte (str): Le texte à diviser en phrases.
Returns:
list: Une liste de phrases nettoyées et divisées à partir du texte.
"""
# définir les motifs de ponctuation de fin de phrase
fin_de_phrase = re.compile(r'(?<=[.!?])\s+')
# diviser le texte en phrases
phrases = fin_de_phrase.split(texte)
# nettoyer les espaces superflus et filtrer les chaînes vides
phrases = [phrase.strip() for phrase in phrases if phrase.strip()]
return phrases
# function to enhance speech
@spaces.GPU
def enhance_speech(audio_array, sampling_rate, solver, nfe, tau, denoise_before_enhancement):
solver = solver.lower()
nfe = int(nfe)
lambd = 0.9 if denoise_before_enhancement else 0.1
# device
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
def denoise_audio():
try:
return denoise(audio_array, sampling_rate, device)
except Exception as e:
print("> Error while denoising : ", str(e))
return audio_array, sampling_rate
def enhance_audio():
try:
return enhance(audio_array, sampling_rate, device, nfe=nfe, solver=solver, lambd=lambd, tau=tau)
except Exception as e:
print("> Error while enhancement : ", str(e))
return audio_array, sampling_rate
with concurrent.futures.ThreadPoolExecutor() as executor:
future_denoise = executor.submit(denoise_audio)
future_enhance = executor.submit(enhance_audio)
denoised_audio, new_sr1 = future_denoise.result()
enhanced_audio, new_sr2 = future_enhance.result()
# convert to numpy and return
return (new_sr1, denoised_audio.cpu().numpy()), (new_sr2, enhanced_audio.cpu().numpy())
|