dataset.py

import argparse
import os
import sys
import tempfile

import librosa.display
import numpy as np

import os
import torch
import torchaudio
import traceback
from TTS.demos.xtts_ft_demo.utils.formatter import format_audio_list
from TTS.demos.xtts_ft_demo.utils.gpt_train import train_gpt

from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts


def clear_gpu_cache():
    # clear the GPU cache
    if torch.cuda.is_available():
        torch.cuda.empty_cache()


def preprocess_dataset(audio_path, language, out_path):
    """
    Prepara los datos de audio para el entrenamiento del modelo.

    Args:
        audio_path (list): Lista de rutas de los archivos de audio.
        language (str): Código del idioma del dataset.
        out_path (str): Ruta de salida para el dataset procesado.

    Returns:
        tuple: Tupla con las rutas de los archivos CSV de entrenamiento y evaluación.
    """
    out_path = os.path.join(out_path, "dataset")
    os.makedirs(out_path, exist_ok=True)
    train_meta, eval_meta, _ = format_audio_list(audio_path, target_language=language, out_path=out_path)
    train_csv = os.path.join(out_path, "train.csv")
    eval_csv = os.path.join(out_path, "eval.csv")
    return train_csv, eval_csv

def main(dataset_path, output_path, language):
    # Obtener información del usuario
    audio_path = dataset_path #input("Ingresa la ruta de los archivos de audio (separados por espacio): ")
    language = language #input("Ingresa el idioma del dataset: ")
    out_path = output_path #input("Ingresa la ruta de salida para el dataset procesado: ")

    # Prepara los datos
    train_csv, eval_csv = preprocess_dataset(audio_path.split(), language, out_path)

    print(f"Los archivos CSV se han creado en: {out_path}")
    print(f"train.csv: {train_csv}")
    print(f"eval.csv: {eval_csv}")


if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--dataset_path", type=str, required=True, help="Ruta del dataset de audio")
    parser.add_argument("--output_path", type=str, required=True, help="Ruta de salida para el dataset procesado")
    parser.add_argument("--language", type=str, required=True, help="Idioma del dataset")
    args = parser.parse_args()

    main(args.dataset_path, args.output_path, args.language)