Update app.py

app.py

@@ -1,99 +1,146 @@
 import os
 import sys
+import glob
 
-# --- 1. CPU 强制补丁 (关键！) ---
-# 这几行代码必须放在所有 import 之前
-# 它的作用是告诉程序：“别找显卡了，我就用 CPU”
+# --- 1. 强制 CPU 模式 ---
 os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
 import torch
 torch.cuda.is_available = lambda : False
 device = "cpu"
-is_half = False # CPU 不支持半精度，必须强制 False
 
-# --- 2. 路径适配 ---
-now_dir = os.getcwd()
-sys.path.append(now_dir)
+# --- 2. 暴力解决路径问题 ---
+# 打印当前目录结构，方便调试
+print(f"📂 当前工作目录: {os.getcwd()}")
+print(f"📂 根目录文件: {os.listdir('.')}")
 
-# 引入核心库
-import gradio as gr
-import soundfile as sf
-import numpy as np
-from tools.i18n.i18n import I18nAuto
-from GPT_SoVITS.inference_webui import change_gpt_weights, change_sovits_weights, get_tts_model
+# 把当前目录加入 Python 搜索路径
+sys.path.append(os.getcwd())
 
-# 初始化
-i18n = I18nAuto()
+# 尝试找到 GPT_SoVITS 文件夹并加入路径
+for root, dirs, files in os.walk("."):
+    if "GPT_SoVITS" in dirs:
+        gpt_sovits_path = os.path.join(root, "GPT_SoVITS")
+        sys.path.append(root) # 将父目录加入路径
+        print(f"✅ 找到核心模块路径: {root}")
+        break
 
-# --- 3. 模型配置 (请确保你上传了这些文件！) ---
-# 这里你需要改成你上传的实际文件名
-# 如果你还没上传，先用它自带的模型测试一下也行（如果有的话）
-GPT_MODEL_PATH = "Jiang-GPT.ckpt"       # <--- 你的 GPT 模型名
-SOVITS_MODEL_PATH = "Jiang-SoVITS.pth"  # <--- 你的 SoVITS 模型名
-REF_AUDIO_PATH = "ref_jiang.wav"        # <--- 你的参考音频名
-REF_TEXT = "你好，我是江学姐。"          # <--- 参考音频对应的字
-REF_LANG = "zh"                         # <--- 参考音频语言
+# --- 3. 导入核心类 (不依赖 inference_webui) ---
+try:
+    # 直接导入底层的推理类，绕过 UI 层的报错
+    from GPT_SoVITS.TTS_infer_pack.TTS import TTS, TTS_Config
+    from tools.i18n.i18n import I18nAuto
+    print("✅ 成功导入核心 TTS 类！")
+except ImportError as e:
+    print(f"❌ 导入失败，尝试备用路径... 错误: {e}")
+    # 备用方案：如果上面失败，可能是路径层级问题，尝试直接 import
+    try:
+        from TTS_infer_pack.TTS import TTS, TTS_Config
+        print("✅ 备用路径导入成功！")
+    except Exception as e2:
+        print(f"❌ 彻底失败，请查看 Files 结构。错误: {e2}")
 
-# --- 4. 加载模型 ---
-print("🔄 正在初始化 CPU 推理环境...")
+# --- 4. 自动寻找模型文件 ---
+def find_file(pattern, search_path="."):
+    for root, dirs, files in os.walk(search_path):
+        for file in files:
+            if pattern in file:
+                path = os.path.join(root, file)
+                print(f"🔍 发现模型: {path}")
+                return path
+    return None
 
-try:
-    # 尝试加载模型，如果文件不存在会报错，但 Space 不会崩，只会打印错误
-    if os.path.exists(GPT_MODEL_PATH) and os.path.exists(SOVITS_MODEL_PATH):
-        change_gpt_weights(gpt_path=GPT_MODEL_PATH)
-        change_sovits_weights(sovits_path=SOVITS_MODEL_PATH)
-        print("✅ 自定义模型加载成功！")
-    else:
-        print(f"⚠️ 未找到自定义模型 ({GPT_MODEL_PATH})，请在 Files 中上传！")
-        print("⚠️ 目前将尝试使用环境默认模型（如果存在）...")
-except Exception as e:
-    print(f"❌ 模型加载出现小问题 (可忽略): {e}")
-
-# --- 5. 推理函数 ---
-def predict_worker(text, text_lang="zh"):
-    if not text: return None, "请输入文本"
+gpt_path = find_file("s1v3.ckpt")
+sovits_path = find_file("s2Gv2ProPlus.pth")
+
+# 如果没找到 V2，找 V1
+if not gpt_path: gpt_path = find_file("s1bert")
+if not sovits_path: sovits_path = find_file("s2G")
+
+# --- 5. 初始化 TTS 管道 ---
+# 这是最核心的部分，手动启动推理引擎
+tts_config = TTS_Config("GPT_SoVITS/configs/tts_infer.yaml")
+tts_config.device = "cpu"
+tts_config.is_half = False
+
+if gpt_path and sovits_path:
+    tts_config.t2s_weights_path = gpt_path
+    tts_config.vits_weights_path = sovits_path
+else:
+    print("⚠️ 警告：未找到模型文件，后续推理可能会失败！")
+
+# 实例化管道
+tts_pipeline = TTS(tts_config)
+print("🚀 TTS 管道初始化完成！")
+
+# --- 6. 定义推理函数 ---
+import soundfile as sf
+import numpy as np
+
+# 这里一定要改！
+REF_AUDIO_PATH = "ref.wav" # 请确保你上传了这个文件
+REF_TEXT = "你好" # 你的参考音频说了啥
+REF_LANG = "zh"
+
+def predict_worker(text):
+    if not os.path.exists(REF_AUDIO_PATH):
+        return None, "❌ 错误：请先上传 ref.wav！"
     
-    print(f"📥 CPU 处理任务: {text[:10]}...")
+    print(f"📥 处理: {text}")
     
-    # 检查参考音频是否存在
-    if not os.path.exists(REF_AUDIO_PATH):
-        return None, f"错误：找不到参考音频 {REF_AUDIO_PATH}，请上传！"
-
     try:
-        # 核心推理
-        generator = get_tts_model(
-            ref_wav_path=REF_AUDIO_PATH,
-            prompt_text=REF_TEXT,
-            prompt_language=REF_LANG,
-            text=text,
-            text_language=text_lang,
-            how_to_cut="凑四句一切",
-            top_k=5,
-            top_p=1.0,
-            temperature=1.0,
-            ref_free=False
-        )
+        # 手动调用推理管道
+        # 参数含义: ref_audio, ref_text, ref_lang, target_text, target_lang, ...
+        # 注意：run 方法返回的是一个 generator
+        req = {
+            "text": text,
+            "text_lang": "zh",
+            "ref_audio_path": REF_AUDIO_PATH,
+            "prompt_text": REF_TEXT,
+            "prompt_lang": REF_LANG,
+            "top_k": 5,
+            "top_p": 1,
+            "temperature": 1,
+            "text_split_method": "cut4", # 凑四句一切
+            "batch_size": 1,
+            "speed_factor": 1.0,
+            "fragment_interval": 0.3,
+            "seed": -1,
+            "return_fragment": False,
+            "parallel_infer": True,
+            "repetition_penalty": 1.35
+        }
         
+        # 调用核心 run 函数
+        generator = tts_pipeline.run(req)
+        
+        # 获取结果
         result_list = list(generator)
         if result_list:
             sampling_rate, audio_data = result_list[0]
-            output_path = f"output_{os.urandom(4).hex()}.wav"
+            output_path = f"out_{os.urandom(4).hex()}.wav"
             sf.write(output_path, audio_data, sampling_rate)
-            return output_path, "生成成功"
-        
+            return output_path, "✅ 成功"
+            
     except Exception as e:
-        return None, f"报错了: {str(e)}\n(可能是内存不够或模型不匹配)"
+        import traceback
+        traceback.print_exc()
+        return None, f"💥 报错: {e}"
 
-# --- 6. 界面 ---
+# --- 7. 界面 ---
+import gradio as gr
 with gr.Blocks() as app:
-    gr.Markdown("# 🧩 小说 TTS 节点 (CPU 版)")
+    gr.Markdown("# ⚡ GPT-SoVITS 纯净核心版")
+    gr.Markdown(f"模型: `{gpt_path}` | `{sovits_path}`")
+    
+    with gr.Row():
+        inp = gr.Textbox(label="文本", value="测试一下语音合成效果。")
+        btn = gr.Button("生成")
     
     with gr.Row():
-        inp = gr.Textbox(label="文本")
-        out = gr.Audio(label="结果")
-        msg = gr.Textbox(label="日志")
+        out = gr.Audio(label="音频")
+        log = gr.Textbox(label="日志")
         
-    btn = gr.Button("生成")
-    btn.click(predict_worker, [inp], [out, msg], api_name="predict")
+    btn.click(predict_worker, [inp], [out, log], api_name="predict")
 
 if __name__ == "__main__":
     app.queue().launch()