feat: Pestaña de Inicio Rápido mejorada + Conversión de Archivos a Voz
Author: 78bb8m699p-hueCreated Sep 14, 2026Updated Sep 14, 2026
Resumen
Se proponen dos mejoras significativas para la WebUI de GPT-SoVITS:
1️⃣ Pestaña de Inicio Rápido Mejorada
Una interfaz totalmente rediseñada con:
- Botones interactivos con navegación entre opciones
- 15+ Preguntas frecuentes organizadas en 3 categorías (General, Técnico, Calidad)
- Ejemplos visuales con tablas, diagramas y emojis
- Mejoras de estilo profesionales (gradientes, colores, animaciones)
- Selector de tema (claro/oscuro)
- 4 opciones de flujo claramente explicadas (TTS Rápido, Entrenar, Cambio de Voz, Avanzado)
2️⃣ Funcionalidad de Conversión de Archivos a Voz
Nuevo módulo completo que permite:
- ✅ Subir y convertir archivos: PDF, DOCX, TXT, Markdown
- ️ Síntesis automática de audio desde documentos
- ️ Opciones de personalización (modelo, emoción, velocidad)
- Vista previa del texto extraído
- ⬇️ Descarga directa de MP3
Cambios Principales
| Componente | Mejora |
|---|---|
| Interfaz | Gradientes profesionales y animaciones suaves |
| UX | 4 opciones de flujo claramente diferenciadas |
| FAQ | De 3 a 15+ preguntas en 3 categorías |
| Archivos | Soporte para 4 formatos de documento |
| Accesibilidad | Iconos descriptivos y respuesta intuitiva |
Archivos Disponibles
He preparado los cambios en un fork: https://github.com/dfgarcia1964-design/GPT-SoVITS
Archivos principales:
webui_complete.py- Interfaz integrada con todas las pestañasfile_to_speech.py- Módulo de conversión de archivosQUICKSTART_ENHANCED.py- Componente de Inicio RápidoFILE_TO_SPEECH_GUIDE.md- Documentación completaINTEGRATION_GUIDE.md- Guía de integración paso a paso
✨ Características Destacadas
Pestaña Inicio Rápido:
- Header con gradiente azul-morado
- 4 opciones de workflow con descripción
- ❓ FAQ expandible en 3 categorías
- Consejos prácticos para comenzar
- Diseño responsive y accesible
Conversión Archivos a Voz:
- Extrae automáticamente texto de PDF/DOCX/TXT/MD
- ️ Limpia sintaxis markdown para mejor lectura
- Muestra estadísticas de caracteres y líneas
- ️ Controles avanzados (chunk size, voz de referencia)
- ✅ Validación de archivos (máximo 100MB, 10,000 caracteres)
Pruebas Realizadas
✅ Interfaz visual funcionando correctamente ✅ Botones y navegación responsivos ✅ FAQ expandible sin errores ✅ Selector de tema visible ✅ Extracción de múltiples formatos de archivo ✅ Validación de archivos correcta ✅ Vista previa de texto funcionando
Notas Adicionales
- Todos los textos están en español con buena accesibilidad
- El código sigue las convenciones de GPT-SoVITS
- Compatible con Gradio actual
- Listo para integración en producción
Links de Referencia
- Fork con cambios: https://github.com/dfgarcia1964-design/GPT-SoVITS
- Documentación: Ver archivos .md en el fork
- Demo: Ejecutar
python webui_complete.pypara ver en vivo
¡Esperamos que estas mejoras hagan la experiencia más intuitiva para nuevos usuarios!
Source: RVC-Boss/GPT-SoVITS