Gradio TTS 交互界面实操指南20 行代码接入语音合成【免费下载链接】gradioBuild and share delightful machine learning apps, all in Python. Star to support our work!项目地址: https://gitcode.com/GitHub_Trending/gr/gradio上周帮隔壁组看语音合成效果对方模型能跑但验收只能把文本塞进命令行、等一段 wav 落盘再拖进播放器——来回折腾谁都没法快速判断音色到底行不行。其实他们缺的只是一层能点、能听、能分享的 Web 壳而这层壳用 Gradio 二十来行 Python 就能补齐。先把目标定死浏览器里一个输入框、一排语言单选、一个 Submit 按钮点一下右侧就出现音频播放器直接听结果。要拿到这个效果倒过来拆就三件事装上依赖、写出那个文本进、音频出的函数、把输入输出组件挂到gr.Interface上。下面按这个顺序走。 依赖只有两个Gradio 加一个 TTS 插件结论先说这个 demo 的额外依赖就一行别的不用装。pip install gradio neon-tts-plugin-coqui上面这段干了一件事把 UI 框架和语音引擎的封装层都拉进环境。仓库里 demo/neon-tts-plugin-coqui/requirements.txt 里也只有一个版本约束run.py里真正 import 的第三方库同样只有CoquiTTS这一个。引擎底层模型比较重第一次初始化会拉资源耐心等它走完。依赖装完接下来就是整个应用的全部业务逻辑。⌨️ 10 行写完文本进、音频出Interface 的三个必配参数整个功能的核心就是下面这一小段import tempfile import gradio as gr from neon_tts_plugin_coqui import CoquiTTS coquiTTS CoquiTTS() def tts(text: str, language: str): with tempfile.NamedTemporaryFile(suffix.wav, deleteFalse) as fp: coquiTTS.get_tts(text, fp, speaker{language: language}) return fp.name这段做了三件事① 建一个 wav 临时文件② 让引擎把文本直接合成进这个文件③ 把文件路径还回去。注意get_tts要的是文件对象而不是路径字符串别急着改调用方式。再往上是界面骨架demo/neon-tts-plugin-coqui/run.py 里剩下的就这几行demo gr.Interface( fntts, inputs[gr.Textbox(labelInput, max_lines3), gr.Radio(labelLanguage, choiceslist(CoquiTTS.langs.keys()), valueen)], outputsgr.Audio(labelOutput), ) demo.launch()关键是Interface的三个必填参数fn、inputs、outputs。表单、提交按钮、按钮点亮时的转圈、输出区刷新全是 Gradio 自动接好的一行事件绑定都不用写。launch()默认起 7860 端口改不改随你。上面这张来自仓库另一个 audio 组件 demo 的截图组件形态和 TTS 应用里完全一样左边输入、右边gr.Audio播放器这就是你launch()之后拿到的样子。一个新手高频翻车点deleteFalse 别删NamedTemporaryFile默认在上下文退出时把文件删掉而音频要等前端来下载文件必须留在磁盘上——所以deleteFalse是故意写的。删了它现象就是按钮能点、播放器是空的排查半天。这里还有个坑临时文件会越积越多介意的话可以在返回前自己管理一下路径别动框架的代码。骨架跑通之后直接发给同事用还差点意思差在细节配置上。️ 默认示例文本与主题体验细节全在 inputs 列表里界面能不能一眼看懂基本取决于输入组件怎么配。仓库 demo 里的原始写法inputs [ gr.Textbox(labelInput, valueCoquiTTS.langs[en][sentence], max_lines3), gr.Radio(labelLanguage, choicesLANGUAGES, valueen), ]两行各管一件事①value从语言元数据里取示例句页面打开就有内容可点验收不用自己敲字②max_lines3把输入框压成三行不会把屏幕撑掉一半。主题走theme参数一行切换仓库 gradio/themes/ 下有现成模板不用手写 CSSdemo gr.Interface(..., themegr.themes.Soft()) 语言列表动态取 MP3 导出改两行的事语言下拉不用手抄直接取引擎元数据的键LANGUAGES list(CoquiTTS.langs.keys())列表长度由插件版本决定升级后支持更多语言时界面自动跟着变不需要回来改代码。这个 demo 目前覆盖 14 种语言见 demo/neon-tts-plugin-coqui/DESCRIPTION.md。导出格式同理。合成引擎如果支持 MP3把临时文件后缀换掉即可gr.Audio会按实际内容识别with tempfile.NamedTemporaryFile(suffix.mp3, deleteFalse) as fp:本地跑通了下一步就是怎么让别人也能跑。 7860 端口本地跑shareTrue 给临时公网链接python run.py一行启动本机浏览器直接能开局域网里的同事把localhost换成你的 IP 也能访问。想发给网外的人把launch()改成launch(shareTrue)控制台会吐出一个临时公网地址——注意有效期只有 72 小时别拿它当正式部署方案。顺手一个验证动作把language默认值从en换成列表里其他语言再跑一遍对比音色差异再顺手把 demo/generate_tone/ 和 demo/spectogram/ 这两个 audio 组件 demo 跑一遍看看同一个gr.Audio在音频出和音频进两种方向上各能挂哪些玩法。【免费下载链接】gradioBuild and share delightful machine learning apps, all in Python. Star to support our work!项目地址: https://gitcode.com/GitHub_Trending/gr/gradio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考