使用Gradio+TTS制作文本转语音web工具

需求

使用Gradio + TTS 生成文本转语音工具，TTS生成的.wav文件存储在本地，然后通过librosa工具读取文件并返回给Gradio。

主要问题

尝试了很多个语音工具，只有librosa返回的数据格式能够很好地与Gradio兼容。

librosa.load()返回：data：音频时间序列 sr ：音频的采样率
https://librosa.org/doc/latest/tutorial.html

代码

import gradio as gr
from TTS.api import TTS
import librosa

title = "文本转语音"

def generateAudio(text):
    #由于TTS无法很好地处理回车符和空格，需要对text里的回车符进行替换
    text = text.replace("\n",",")
    text = text.replace(" ","")
    tts = TTS(model_name="tts_models/zh-CN/baker/tacotron2-DDC-GST", progress_bar=True, gpu=False)
    tts.tts_to_file(text,file_path="output.wav") 
    
    audio, sr = librosa.load(path="output.wav")
    
    return  sr,audio

app = gr.Interface(
    fn=generateAudio, 
    inputs="text", 
    outputs="audio", 
    title=title,
    examples=[os.path.join(os.path.dirname(__file__),"output.wav")]
    )

app.launch()

效果