@webgal-tools/voice
Version:
WebGAL GPT-SoVITS语音合成应用
126 lines (125 loc) • 5.18 kB
JavaScript
;
Object.defineProperty(exports, "__esModule", { value: true });
exports.ModelScanner = void 0;
const fs_1 = require("fs");
const path_1 = require("path");
const logger_1 = require("@webgal-tools/logger");
/**
* 模型文件扫描器
* 用于扫描指定文件夹中的GPT权重文件、SoVITS模型文件和参考音频文件
*/
class ModelScanner {
/**
* 扫描指定文件夹中的模型文件
* @param gptDir GPT权重文件夹路径
* @param sovitsDir SoVITS模型文件夹路径
* @param refAudioDir 参考音频文件夹路径
* @returns 扫描到的模型文件信息
*/
static scanModelFiles(g_s_base_dir, gptDir, sovitsDir, refAudioDir) {
logger_1.logger.info(`开始扫描模型文件`);
logger_1.logger.info(`GPT权重文件夹: ${gptDir}`);
logger_1.logger.info(`SoVITS模型文件夹: ${sovitsDir}`);
logger_1.logger.info(`参考音频文件夹: ${refAudioDir}`);
const result = {
gpt_files: [],
sovits_files: [],
ref_audio_files: []
};
// 扫描GPT权重文件
if (fs_1.default.existsSync(gptDir)) {
result.gpt_files = this.scanFilesInDirectory(gptDir, [this.GPT_EXTENSION], g_s_base_dir);
logger_1.logger.info(`扫描到 ${result.gpt_files.length} 个GPT权重文件`);
}
else {
logger_1.logger.warn(`GPT权重文件夹不存在: ${gptDir}`);
}
// 扫描SoVITS模型文件
if (fs_1.default.existsSync(sovitsDir)) {
result.sovits_files = this.scanFilesInDirectory(sovitsDir, [this.SOVITS_EXTENSION], g_s_base_dir);
logger_1.logger.info(`扫描到 ${result.sovits_files.length} 个SoVITS模型文件`);
}
else {
logger_1.logger.warn(`SoVITS模型文件夹不存在: ${sovitsDir}`);
}
// 扫描参考音频文件
if (fs_1.default.existsSync(refAudioDir)) {
result.ref_audio_files = this.scanFilesInDirectory(refAudioDir, this.AUDIO_EXTENSIONS);
logger_1.logger.info(`扫描到 ${result.ref_audio_files.length} 个参考音频文件`);
}
else {
logger_1.logger.warn(`参考音频文件夹不存在: ${refAudioDir}`);
}
return result;
}
/**
* 扫描指定目录中的文件
* @param directory 目录路径
* @param extensions 支持的文件扩展名列表
* @returns 文件路径列表
*/
static scanFilesInDirectory(directory, extensions, baseDir) {
const files = [];
try {
const entries = fs_1.default.readdirSync(directory, { withFileTypes: true });
for (const entry of entries) {
const fullPath = path_1.default.join(directory, entry.name);
if (entry.isDirectory()) {
// 递归扫描子目录
files.push(...this.scanFilesInDirectory(fullPath, extensions, baseDir));
}
else if (entry.isFile()) {
// 检查文件扩展名
const ext = path_1.default.extname(entry.name).toLowerCase();
if (extensions.includes(ext)) {
let relativePath;
if (baseDir) {
relativePath = path_1.default.relative(baseDir, fullPath);
}
else {
relativePath = fullPath;
}
// 标准化路径分隔符（在Windows上统一使用正斜杠）
relativePath = relativePath.replace(/\\/g, '/');
files.push(relativePath);
}
}
}
}
catch (error) {
logger_1.logger.error(`扫描目录失败 ${directory}:`, error);
}
return files;
}
/**
* 从参考音频文件名中提取参考文本
* @param audioPath 音频文件路径
* @returns 参考文本
*/
static extractRefTextFromAudioFileName(audioPath) {
const fileName = path_1.default.basename(audioPath, path_1.default.extname(audioPath));
// 尝试从文件名中提取参考文本
// 假设文件名格式为：prefix_text.wav 或 (prefix)text.wav
const patterns = [
/^\([^)]+\)(.+)$/, // (prefix)text
/^[^_]+_(.+)$/, // prefix_text
/^(.+)_[^_]+$/, // text_suffix
/^(.+)$/ // 整个文件名
];
for (const pattern of patterns) {
const match = fileName.match(pattern);
if (match && match[1] && match[1].trim()) {
return match[1].trim();
}
}
// 如果无法提取，返回文件名本身
return fileName;
}
}
exports.ModelScanner = ModelScanner;
// 支持的音频文件格式
ModelScanner.AUDIO_EXTENSIONS = ['.wav', '.mp3', '.flac', '.ogg', '.m4a'];
// GPT权重文件扩展名
ModelScanner.GPT_EXTENSION = '.ckpt';
// SoVITS模型文件扩展名
ModelScanner.SOVITS_EXTENSION = '.pth';