/home/ubuntu/.local/lib/python3.10/site-packages/google/api_core/_python_version_support.py:275: FutureWarning: You are using a Python version (3.10.12) which Google will stop supporting in new releases of google.api_core once it reaches its end of life (2026-10-04). Please upgrade to the latest Python version, or at least Python 3.11, to continue receiving updates for google.api_core past that date.
  warnings.warn(message, FutureWarning)
Download Vocos from huggingface charactr/vocos-mel-24khz

vocab :  /home/ubuntu/sooktam2/vocab.txt
token :  custom
model :  /home/ubuntu/sooktam2/model_1250000.pt 

Loaded. VRAM: 1.4GB
Converting audio...
Audio is over 12s, clipping short. (1)
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:05<00:00,  5.94s/it]
100%|██████████| 1/1 [00:05<00:00,  5.94s/it]
steps=32 cfg=2.0: 10.36s audio | 6.11s gen | RTF=0.590x
Converting audio...
Using cached preprocessed reference audio...
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:05<00:00,  5.69s/it]
100%|██████████| 1/1 [00:05<00:00,  5.69s/it]
steps=32 cfg=3.0: 10.36s audio | 5.71s gen | RTF=0.551x
Converting audio...
Using cached preprocessed reference audio...
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:08<00:00,  8.07s/it]
100%|██████████| 1/1 [00:08<00:00,  8.07s/it]
steps=48 cfg=2.0: 10.36s audio | 8.09s gen | RTF=0.781x
Converting audio...
Using cached preprocessed reference audio...
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:08<00:00,  8.01s/it]
100%|██████████| 1/1 [00:08<00:00,  8.01s/it]
steps=48 cfg=3.0: 10.36s audio | 8.03s gen | RTF=0.775x
Converting audio...
Using cached preprocessed reference audio...
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:10<00:00, 10.31s/it]
100%|██████████| 1/1 [00:10<00:00, 10.31s/it]
steps=64 cfg=2.0: 10.36s audio | 10.33s gen | RTF=0.997x
Converting audio...
Using cached preprocessed reference audio...
Using custom reference text...

ref_text   मेरे प्यारे देशवासियों, मुझे सीतापुर के ओजस्वी ने लिखा है कि अमृत महोत्सव से जुड़ी चर्चाएं उन्हें खूब पसंद आ रही हैं।. 
gen_text 0 मेरे प्यारे देशवासियों, आज मैं आपके साथ कुछ बहुत ज़रूरी बातें करना चाहता हूँ. हमारा देश एक नये दौर में प्रवेश कर रहा है.


Generating audio in 1 batches...

  0%|          | 0/1 [00:00<?, ?it/s]
100%|██████████| 1/1 [00:10<00:00, 10.32s/it]
100%|██████████| 1/1 [00:10<00:00, 10.32s/it]
steps=64 cfg=3.0: 10.36s audio | 10.34s gen | RTF=0.998x
Done.