Update config.py

config.py

@@ -8,45 +8,45 @@ from tools.i18n.i18n import I18nAuto
 
 i18n = I18nAuto(language=os.environ.get("language", "Auto"))
 
-from huggingface_hub import hf_hub_download
-
-# 1. 定义仓库信息和本地目标路径
-# ----------------------------------------------------
-# 您的远程模型仓库
-repo_id = "l73jiang/Seia-GPT-SOVITS-ProPlus"  # <-- 请替换成您的用户名和仓库名
-# 您希望文件被存放在 Space 中的哪个文件夹
-target_dir = "pretrained_models"
-
-
-# 2. 将所有需要下载的模型文件名放入一个列表
-# ----------------------------------------------------
-files_to_download = [
-    "Seia-e15.ckpt",
-    "Seia_e8_s240.pth"  # <-- 新增了第二个模型文件
-]
-
-
-# 3. 确保目标文件夹存在（这个操作只需执行一次）
-# ----------------------------------------------------
-os.makedirs(target_dir, exist_ok=True)
-print(f"目标文件夹 '{target_dir}' 已准备就绪。")
-
-
-# 4. 循环遍历列表，下载每一个文件
-# ----------------------------------------------------
-for filename in files_to_download:
-    print(f"-> 开始从仓库 '{repo_id}' 下载 '{filename}'...")
-    try:
-        hf_hub_download(
-            repo_id=repo_id,
-            filename=filename,
-            local_dir=target_dir,  # 所有文件都下载到同一个目标文件夹
-            local_dir_use_symlinks=False
-        )
-        print(f"   文件 '{filename}' 下载成功！")
-    except Exception as e:
-        # 增加一个错误处理，这样如果某个文件下载失败，应用不会直接崩溃
-        print(f"   !!! 下载文件 '{filename}' 时发生错误: {e}")
+# from huggingface_hub import hf_hub_download
+
+# # 1. 定义仓库信息和本地目标路径
+# # ----------------------------------------------------
+# # 您的远程模型仓库
+# repo_id = "l73jiang/Seia-GPT-SOVITS-ProPlus"  # <-- 请替换成您的用户名和仓库名
+# # 您希望文件被存放在 Space 中的哪个文件夹
+# target_dir = "pretrained_models"
+
+
+# # 2. 将所有需要下载的模型文件名放入一个列表
+# # ----------------------------------------------------
+# files_to_download = [
+#     "Seia-e15.ckpt",
+#     "Seia_e8_s240.pth"  # <-- 新增了第二个模型文件
+# ]
+
+
+# # 3. 确保目标文件夹存在（这个操作只需执行一次）
+# # ----------------------------------------------------
+# os.makedirs(target_dir, exist_ok=True)
+# print(f"目标文件夹 '{target_dir}' 已准备就绪。")
+
+
+# # 4. 循环遍历列表，下载每一个文件
+# # ----------------------------------------------------
+# for filename in files_to_download:
+#     print(f"-> 开始从仓库 '{repo_id}' 下载 '{filename}'...")
+#     try:
+#         hf_hub_download(
+#             repo_id=repo_id,
+#             filename=filename,
+#             local_dir=target_dir,  # 所有文件都下载到同一个目标文件夹
+#             local_dir_use_symlinks=False
+#         )
+#         print(f"   文件 '{filename}' 下载成功！")
+#     except Exception as e:
+#         # 增加一个错误处理，这样如果某个文件下载失败，应用不会直接崩溃
+#         print(f"   !!! 下载文件 '{filename}' 时发生错误: {e}")
 
 
 pretrained_sovits_name = {
@@ -72,16 +72,16 @@ name2sovits_path = {
     # i18n("不训练直接推v3底模！"): "pretrained_models/s2Gv3.pth",
     # i18n("不训练直接推v4底模！"): "pretrained_models/gsv-v4-pretrained/s2Gv4.pth",
     # i18n("不训练直接推v2Pro底模！"): "pretrained_models/v2Pro/s2Gv2Pro.pth",
-    # i18n("不训练直接推v2ProPlus底模！"): "pretrained_models/v2Pro/s2Gv2ProPlus.pth",
-    i18n("百合园圣亚v2ProPlus"): "pretrained_models/Seia_e8_s240.pth",
+    i18n("不训练直接推v2ProPlus底模！"): "pretrained_models/v2Pro/s2Gv2ProPlus.pth",
+    # i18n("百合园圣亚v2ProPlus"): "pretrained_models/Seia_e8_s240.pth",
 }
 name2gpt_path = {
     # i18n("不训练直接推v1底模！"):"pretrained_models/s1bert25hz-2kh-longer-epoch=68e-step=50232.ckpt",
     # i18n(
     #     "不训练直接推v2底模！"
     # ): "pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch=12-step=369668.ckpt",
-    # i18n("不训练直接推v3底模！"): "pretrained_models/s1v3.ckpt",
-    i18n("百合园圣亚v2ProPlus"): "pretrained_models/Seia-e15.ckpt",
+    i18n("不训练直接推v3底模！"): "pretrained_models/s1v3.ckpt",
+    # i18n("百合园圣亚v2ProPlus"): "pretrained_models/Seia-e15.ckpt",
 }
 SoVITS_weight_root = [
     "SoVITS_weights",