app.py

import gradio as gr
from transformers import pipeline  # 用pipeline简化调用，避免模型加载冲突
import soundfile as sf
import torch
import os

# 初始化超轻量中文TTS管道（模型体积<800MB，无依赖冲突）
device = 0 if torch.cuda.is_available() else -1  # CPU/GPU自动适配
tts = pipeline(
    "text-to-speech",
    model="suno/bark-small",  # 超轻量模型，支持中英文，体积仅700MB
    device=device
)

# 语音生成函数（极简逻辑，稳定无错）
def generate_speech(text):
    if not text.strip():
        return None, "错误：请输入有效文本！"
    
    # 生成语音（控制长度，避免内存溢出）
    text = text[:300]  # 限制300字内，适配免费配置
    audio_output = tts(text)["audio"]
    
    # 保存音频（采样率24000Hz，通用格式）
    output_path = "output.wav"
    sf.write(output_path, audio_output, samplerate=24000)
    
    return output_path, "语音生成成功！（无依赖冲突，稳定运行）"

# 极简界面（减少资源占用）
with gr.Blocks(title="无冲突TTS") as demo:
    gr.Markdown("# 🎤 免费中英双语TTS（无冲突版）")
    gr.Markdown("基于suno/bark-small模型（700MB），适配免费Space，无依赖冲突")
    
    text_input = gr.Textbox(
        label="输入文本（中英双语）",
        placeholder="请输入中文或英文文本（≤300字）...",
        lines=4
    )
    audio_output = gr.Audio(label="生成的语音", type="filepath")
    status_text = gr.Textbox(label="状态", interactive=False)
    
    generate_btn = gr.Button("🚀 开始生成", variant="primary")
    generate_btn.click(
        fn=generate_speech,
        inputs=text_input,
        outputs=[audio_output, status_text]
    )

if __name__ == "__main__":
    demo.launch()