Update app.py

app.py

@@ -1,34 +1,50 @@
 import os
 import sys
 
-# --- 1. 强行阉割 CUDA (最优先执行) ---
+# ==========================================
+# 🛑 核心屏蔽补丁 (必须放在最最前面)
+# ==========================================
+
+# 1. 屏蔽 CUDA (显卡)
 os.environ["CUDA_VISIBLE_DEVICES"] = ""
+
+# 2. 屏蔽 Flash Attention (关键！防崩核心)
+# 我们直接把这个模块设为 None，假装没安装
+# 这样 GPT-SoVITS 就会回退到普通 CPU 模式
+sys.modules["flash_attn"] = None
+
 import torch
+
+# 3. 彻底欺骗 Torch
 torch.cuda.is_available = lambda: False
 torch.cuda.device_count = lambda: 0
 def no_op(self, *args, **kwargs): return self
 torch.Tensor.cuda = no_op
 torch.nn.Module.cuda = no_op
 
-print("💉 CUDA 补丁已注入")
+print("💉 环境手术完成: CUDA已移除, FlashAttn已禁用。")
 
-# --- 2. 导入推理函数 ---
+# ==========================================
+# 🚀 业务逻辑
+# ==========================================
 sys.path.append(os.getcwd())
+
+# 导入推理核心
 try:
     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")
+    print("❌ 找不到 inference_webui.py")
     sys.exit(1)
 
-# 自动寻找可用的推理函数
+# 自动寻找推理函数
 inference_func = None
 if hasattr(core, "get_tts_model"):
     inference_func = core.get_tts_model
 elif hasattr(core, "get_tts_wav"):
     inference_func = core.get_tts_wav
 
-# --- 3. 自动寻找模型 ---
+# 自动寻找模型
 def find_real_model(pattern, search_path="."):
     candidates = []
     for root, dirs, files in os.walk(search_path):
@@ -50,25 +66,29 @@ if not gpt_path: gpt_path = find_real_model("s1bert")
 sovits_path = find_real_model("s2Gv2ProPlus.pth")
 if not sovits_path: sovits_path = find_real_model("s2G")
 
-# --- 4. 加载模型 ---
+# 加载模型
 try:
     if gpt_path and sovits_path:
+        # 强制设置 config 为非半精度 (CPU不支持 half)
+        # 这也是为了防止 Flash Attn 被错误触发
+        if hasattr(core, "is_half"): core.is_half = False
+        
         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 (CPU模式)！")
 except Exception as e:
     print(f"⚠️ 模型加载报错: {e}")
 
-# --- 5. 推理逻辑 ---
+# 推理逻辑
 import soundfile as sf
 import gradio as gr
+import numpy as np
 
 REF_AUDIO = "ref.wav"
 REF_TEXT = "你好"
-# 关键修改：必须用中文名称，不能用 zh
-REF_LANG = "中文" 
+REF_LANG = "中文" # 必须是中文
 
 def run_predict(text):
     if not os.path.exists(REF_AUDIO):
@@ -76,9 +96,7 @@ def run_predict(text):
     
     print(f"📥 任务: {text}")
     try:
-        # 这里的参数名根据不同版本可能略有不同
-        # 我们按照最常见的旧版逻辑传递
-        # 注意：text_language 也改成了 "中文"
+        # 核心推理
         generator = inference_func(
             ref_wav_path=REF_AUDIO,
             prompt_text=REF_TEXT,
@@ -94,6 +112,7 @@ def run_predict(text):
             sr, data = result_list[0]
             out_path = f"out_{os.urandom(4).hex()}.wav"
             sf.write(out_path, data, sr)
+            print(f"✅ 生成完毕: {out_path}")
             return out_path, "✅ 成功"
             
     except Exception as e:
@@ -101,12 +120,12 @@ def run_predict(text):
         traceback.print_exc()
         return None, f"💥 报错: {e}"
 
-# --- 6. 界面 ---
+# 界面
 with gr.Blocks() as app:
-    gr.Markdown(f"### GPT-SoVITS V2 (CPU Worker)")
+    gr.Markdown(f"### GPT-SoVITS V2 (纯CPU版)")
     
     with gr.Row():
-        inp = gr.Textbox(label="文本", value="终于成功了，这真是不容易啊。")
+        inp = gr.Textbox(label="文本", value="终于成功了，这次一定能响。")
         btn = gr.Button("生成")
     
     with gr.Row():