Update app.py

app.py

@@ -1,119 +1,113 @@
 import os
 import sys
-import logging
 
-# --- 1. 核弹级补丁：强行阉割 CUDA (防报错核心) ---
-# 这一步必须最先执行！在导入 torch 之前！
+# --- 1. 强行阉割 CUDA (最优先执行) ---
 os.environ["CUDA_VISIBLE_DEVICES"] = ""
-
 import torch
-
-# 欺骗 torch，告诉它没有显卡
 torch.cuda.is_available = lambda: False
 torch.cuda.device_count = lambda: 0
-
-# 欺骗 tensor，如果代码调用了 .cuda()，我们把它变成“原地不动”
-# 这样原来的代码写了 x.cuda() 也不会炸，而是继续在 CPU 上跑
-def no_op(self, *args, **kwargs):
-    return self
+def no_op(self, *args, **kwargs): return self
 torch.Tensor.cuda = no_op
 torch.nn.Module.cuda = no_op
 
-print("💉 CUDA 阉割补丁已注入，所有 GPU 操作已被重定向至 CPU。")
+print("💉 CUDA 补丁已注入")
 
-# --- 2. 导入原版逻辑 ---
-now_dir = os.getcwd()
-sys.path.append(now_dir)
+# --- 2. 导入推理函数 (适配扁平结构) ---
+sys.path.append(os.getcwd())
 
+# 尝试导入核心逻辑
 try:
-    # 直接从根目录的 inference_webui.py 导入函数
-    # 这样就能复用它原本的所有逻辑，不用我们自己写路径了
-    from inference_webui import change_gpt_weights, change_sovits_weights, get_tts_model
-    print("✅ 成功导入原版推理函数！")
-except ImportError as e:
-    print(f"❌ 导入失败: {e}")
-    print("请检查 Files 列表里有没有 inference_webui.py")
-
-import gradio as gr
-import soundfile as sf
-import numpy as np
-
-# --- 3. 自动寻找模型文件 ---
-def find_file(pattern, search_path="."):
-    # 优先找 pretrained_models 文件夹
-    potential_paths = [
-        os.path.join(search_path, "pretrained_models"),
-        os.path.join(search_path, "GPT_SoVITS/pretrained_models"),
-        search_path
-    ]
-    
-    for path in potential_paths:
-        if os.path.exists(path):
-            for root, dirs, files in os.walk(path):
-                for file in files:
-                    if pattern in file:
-                        return os.path.join(root, file)
+    # 先试试直接导入
+    import inference_webui as core
+    print("✅ 成功导入 inference_webui")
+except ImportError:
+    print("❌ 严重错误：找不到 inference_webui.py")
+    sys.exit(1)
+
+# 自动寻找可用的推理函数
+inference_func = None
+if hasattr(core, "get_tts_model"):
+    inference_func = core.get_tts_model
+    print("👉 使用新版函数: 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) ---
+def find_real_model(pattern, search_path="."):
+    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"):
+                path = os.path.join(root, file)
+                print(f"🔍 发现模型: {path}")
+                return path
     return None
 
-print("🔍 正在寻找模型...")
-# 寻找 GPT 模型
-gpt_path = find_file("s1v3.ckpt")
-if not gpt_path: gpt_path = find_file("s1bert")
-
-# 寻找 SoVITS 模型
-sovits_path = find_file("s2Gv2ProPlus.pth")
-if not sovits_path: sovits_path = find_file("s2G")
+gpt_path = find_real_model("s1v3.ckpt")
+if not gpt_path: gpt_path = find_real_model("s1bert")
 
-print(f"👉 GPT模型: {gpt_path}")
-print(f"👉 SoVITS模型: {sovits_path}")
+sovits_path = find_real_model("s2Gv2ProPlus.pth")
+if not sovits_path: sovits_path = find_real_model("s2G")
 
 # --- 4. 加载模型 ---
 try:
     if gpt_path and sovits_path:
-        change_gpt_weights(gpt_path=gpt_path)
-        change_sovits_weights(sovits_path=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！")
     else:
-        print("❌ 没找到模型文件，请检查 Logs 里的下载记录。")
+        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"⚠️ 模型加载警告 (可能是内存不够): {e}")
+    print(f"⚠️ 模型加载报错 (可能内存不足): {e}")
 
-# --- 5. 推理函数 ---
-# 你的参考音频配置
-REF_AUDIO_PATH = "ref.wav" 
-REF_TEXT = "你好" # 建议修改为 ref.wav 实际说的话，不改也行，GPT-SoVITS 容错高
+# --- 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 predict_worker(text):
-    if not os.path.exists(REF_AUDIO_PATH):
-        return None, "❌ ���误：根目录下没找到 ref.wav，请上传！"
-    
-    print(f"📥 收到任务: {text[:15]}...")
+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:
-        # 调用原版的 get_tts_model
-        # 这里的参数完全照搬 inference_webui.py 里的定义
-        generator = get_tts_model(
-            ref_wav_path=REF_AUDIO_PATH,
+        # 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,
             text=text,
             text_language="zh",
             how_to_cut="凑四句一切",
-            top_k=5,
-            top_p=1.0,
-            temperature=1.0,
-            ref_free=False
+            top_k=5, top_p=1, temperature=1, ref_free=False
         )
         
+        # 处理结果
         result_list = list(generator)
         if result_list:
-            sampling_rate, audio_data = result_list[0]
-            output_path = f"out_{os.urandom(4).hex()}.wav"
-            sf.write(output_path, audio_data, sampling_rate)
-            return output_path, "✅ 生成成功"
-        else:
-            return None, "❌ 生成结果为空"
+            sr, data = result_list[0]
+            out_path = f"out_{os.urandom(4).hex()}.wav"
+            sf.write(out_path, data, sr)
+            return out_path, "✅ 成功"
             
     except Exception as e:
         import traceback
@@ -121,18 +115,19 @@ def predict_worker(text):
         return None, f"💥 报错: {e}"
 
 # --- 6. 界面 ---
-with gr.Blocks(title="GPT-SoVITS CPU Worker") as app:
-    gr.Markdown(f"### 运行模型: `{os.path.basename(gpt_path) if gpt_path else '未找到'}`")
+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}`")
     
     with gr.Row():
-        inp = gr.Textbox(label="输入文本", value="测试一下，今天天气真不错。")
-        btn = gr.Button("生成 (CPU渲染较慢，请耐心)")
+        inp = gr.Textbox(label="文本", value="测试一下语音合成。")
+        btn = gr.Button("生成")
     
     with gr.Row():
         out = gr.Audio(label="音频")
         log = gr.Textbox(label="日志")
-    
-    btn.click(predict_worker, [inp], [out, log], api_name="predict")
+        
+    btn.click(run_predict, [inp], [out, log], api_name="predict")
 
 if __name__ == "__main__":
     app.queue().launch()