Create app.py

app.py

@@ -0,0 +1,99 @@
+import os
+import sys
+
+# --- 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”
+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)
+
+# 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
+
+# 初始化
+i18n = I18nAuto()
+
+# --- 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
+
+# --- 4. 加载模型 ---
+print("🔄 正在初始化 CPU 推理环境...")
+
+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"
+    
+    print(f"📥 CPU 处理任务: {text[:10]}...")
+    
+    # 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
+        )
+        
+        result_list = list(generator)
+        if result_list:
+            sampling_rate, audio_data = result_list[0]
+            output_path = f"output_{os.urandom(4).hex()}.wav"
+            sf.write(output_path, audio_data, sampling_rate)
+            return output_path, "生成成功"
+        
+    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)"
+
+# --- 6. 界面 ---
+with gr.Blocks() as app:
+    gr.Markdown("# 🧩 小说 TTS 节点 (CPU 版)")
+    
+    with gr.Row():
+        inp = gr.Textbox(label="文本")
+        out = gr.Audio(label="结果")
+        msg = gr.Textbox(label="日志")
+        
+    btn = gr.Button("生成")
+    btn.click(predict_worker, [inp], [out, msg], api_name="predict")
+
+if __name__ == "__main__":
+    app.queue().launch()