Upload 3 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+reference_audio/ref_shantianliang_1.wav filter=lfs diff=lfs merge=lfs -text

Dockerfile

@@ -0,0 +1,50 @@
+# 使用官方的、轻量的Python基础镜像
+FROM python:3.9-slim
+
+# 在容器内创建一个工作目录
+WORKDIR /code
+
+# 安装 wget 用于下载模型
+RUN apt-get update && apt-get install -y --no-install-recommends wget && rm -rf /var/lib/apt/lists/*
+
+# 设置环境变量，告诉NLTK将数据存储在/code/nltk_data目录下
+ENV NLTK_DATA /code/nltk_data
+
+# 复制依赖文件到工作目录
+COPY ./requirements.txt /code/requirements.txt
+
+# 安装依赖。--no-cache-dir 参数可以减小镜像体积
+RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
+
+# --- START OF NEW SECTION: 在构建镜像时下载模型 ---
+
+# 1. 定义权重文件的 URL
+# 使用 ARG 可以在构建时从外部传入，这里我们直接硬编码
+ARG GPT_URL="https://huggingface.co/spaces/snsbhg/1111/resolve/main/weights/shantianliang_proplus_e32.ckpt"
+ARG SOVITS_URL="https://huggingface.co/spaces/snsbhg/1111/resolve/main/weights/shantianliang_proplus_e8_s192.pth"
+
+# 2. 创建目标目录 (与Worker服务中的路径完全一致)
+RUN mkdir -p /app/pretrained_models/shantianliang
+
+# 3. 下载文件到指定目录
+# 使用 wget -O 指定输出文件名和路径
+# wget -nv 表示非详细模式，只显示错误
+RUN echo "--- Downloading model weights ---" && \
+    wget -nv "$GPT_URL" -O /app/pretrained_models/shantianliang/shantianliang_proplus_e32.ckpt && \
+    wget -nv "$SOVITS_URL" -O /app/pretrained_models/shantianliang/shantianliang_proplus_e8_s192.pth && \
+    echo "--- Model weights downloaded successfully ---"
+
+# --- END OF NEW SECTION ---
+
+
+# 将应用代码复制到工作目录
+COPY ./app.py /code/app.py
+
+# 在构建镜像时，预先下载好 NLTK 数据包
+RUN python -c "import nltk; nltk.download('punkt', quiet=True)"
+
+# 暴露端口。Hugging Face Spaces 默认使用 7860 端口
+EXPOSE 7860
+
+# 容器启动时要执行的命令
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

download_support_models.py

@@ -0,0 +1,18 @@
+from huggingface_hub import snapshot_download
+import os
+
+# [关键修改] 将目标文件夹指向程序期望的正确路径
+target = "GPT_SoVITS/pretrained_models"
+os.makedirs(target, exist_ok=True)
+
+try:
+    snapshot_download(
+        repo_id="lj1995/GPT-SoVITS",
+        repo_type="model",
+        local_dir=target,
+        # 注意：这里我们下载全部预训练模型，而不仅仅是sv和chinese
+        # allow_patterns=["sv/*", "chinese*"],  # 暂时注释掉，确保所有基础模型都被下载
+    )
+    print("Support models downloaded to ./GPT_SoVITS/pretrained_models")
+except Exception as e:
+    print("Skipping support model download:", e)

reference_audio/ref_shantianliang_1.wav

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b373a88f49f2d0d8d9670956d83e155f649d83c8b0ab4b8bcd6ed934b8806c1
+size 395564