Update app.py

app.py

@@ -12,12 +12,9 @@ torch.nn.Module.cuda = no_op
 
 print("💉 CUDA 补丁已注入")
 
-# --- 2. 导入推理函数 (适配扁平结构) ---
+# --- 2. 导入推理函数 ---
 sys.path.append(os.getcwd())
-
-# 尝试导入核心逻辑
 try:
-    # 先试试直接导入
     import inference_webui as core
     print("✅ 成功导入 inference_webui")
 except ImportError:
@@ -32,20 +29,38 @@ if hasattr(core, "get_tts_model"):
 elif hasattr(core, "get_tts_wav"):
     inference_func = core.get_tts_wav
     print("👉 使用旧版函数: get_tts_wav")
-else:
-    # 如果都找不到，打印所有函数名供调试
-    print("❌ 没找到推理函数！可用函数如下：")
-    print([d for d in dir(core) if "__" not in d])
 
-# --- 3. 自动寻找模型 (修复 .lock 问题) ---
+# --- 3. 自动寻找模型 (V5 - 增加文件大小检测) ---
 def find_real_model(pattern, search_path="."):
+    print(f"🔍 开始搜索 {pattern} ...")
+    candidates = []
+    
     for root, dirs, files in os.walk(search_path):
         for file in files:
-            # 关键修改：排除 .lock 文件！
-            if pattern in file and not file.endswith(".lock"):
+            # 必须包含文件名
+            if pattern in file:
                 path = os.path.join(root, file)
-                print(f"🔍 发现模型: {path}")
-                return path
+                
+                # 排除垃圾文件
+                if file.endswith(".lock"): continue
+                if file.endswith(".metadata"): continue
+                
+                # 关键：检查文件大小 (小于 10MB 的肯定是假模型)
+                size_mb = os.path.getsize(path) / (1024 * 1024)
+                if size_mb < 10: 
+                    print(f"   Skipping 小文件: {file} ({size_mb:.2f} MB)")
+                    continue
+                
+                candidates.append((path, size_mb))
+
+    if candidates:
+        # 按大小降序排序，选最大的那个，绝对没错
+        candidates.sort(key=lambda x: x[1], reverse=True)
+        best_path = candidates[0][0]
+        print(f"✅ 选中最大文件: {best_path} ({candidates[0][1]:.2f} MB)")
+        return best_path
+    
+    print(f"❌ 未找到任何匹配 {pattern} 的大文件")
     return None
 
 gpt_path = find_real_model("s1v3.ckpt")
@@ -57,51 +72,39 @@ if not sovits_path: sovits_path = find_real_model("s2G")
 # --- 4. 加载模型 ---
 try:
     if gpt_path and sovits_path:
-        # 调用 inference_webui 里的加载函数
         if hasattr(core, "change_gpt_weights"):
             core.change_gpt_weights(gpt_path=gpt_path)
         if hasattr(core, "change_sovits_weights"):
             core.change_sovits_weights(sovits_path=sovits_path)
-        print("✅ 模型加载完成！")
+        print("🎉 模型加载完成！")
     else:
         print("❌ 依然没找到模型，请检查 Files 里的文件下载情况。")
 except Exception as e:
-    print(f"⚠️ 模型加载报错 (可能内存不足): {e}")
+    print(f"⚠️ 模型加载报错: {e}")
 
 # --- 5. 推理逻辑 ---
 import soundfile as sf
-import numpy as np
 import gradio as gr
 
 REF_AUDIO = "ref.wav"
 REF_TEXT = "你好"
-REF_LANG = "zh"
 
 def run_predict(text):
     if not os.path.exists(REF_AUDIO):
         return None, "❌ 错误：请上传 ref.wav"
     
-    if not inference_func:
-        return None, "❌ 错误：未找到推理函数"
-
     print(f"📥 任务: {text}")
     try:
-        # 构造参数 - 这是最通用的参数列表
-        # 如果是旧版函数 get_tts_wav，它通常接受以下参数
-        # ref_wav_path, prompt_text, prompt_language, text, text_language
-        
-        # 尝试调用
         generator = inference_func(
             ref_wav_path=REF_AUDIO,
             prompt_text=REF_TEXT,
-            prompt_language=REF_LANG,
+            prompt_language="zh",
             text=text,
             text_language="zh",
             how_to_cut="凑四句一切",
             top_k=5, top_p=1, temperature=1, ref_free=False
         )
         
-        # 处理结果
         result_list = list(generator)
         if result_list:
             sr, data = result_list[0]
@@ -116,11 +119,12 @@ def run_predict(text):
 
 # --- 6. 界面 ---
 with gr.Blocks() as app:
-    gr.Markdown(f"### GPT-SoVITS 终极适配版")
-    gr.Markdown(f"GPT: `{gpt_path}` \n SoVITS: `{sovits_path}`")
+    gr.Markdown(f"### GPT-SoVITS V2 CPU Worker")
+    gr.Markdown(f"GPT: `{os.path.basename(gpt_path) if gpt_path else 'Missing'}`")
+    gr.Markdown(f"SoVITS: `{os.path.basename(sovits_path) if sovits_path else 'Missing'}`")
     
     with gr.Row():
-        inp = gr.Textbox(label="文本", value="测试一下语音合成。")
+        inp = gr.Textbox(label="文本", value="终于成功了，这真是不容易啊。")
         btn = gr.Button("生成")
     
     with gr.Row():