Update app.py

app.py

@@ -8,7 +8,6 @@ import time
 import torch
 import torchaudio
 
-
 #download for mecab
 os.system('python -m unidic download')
 
@@ -35,17 +34,13 @@ from TTS.utils.generic_utils import get_user_data_dir
 
 HF_TOKEN = os.environ.get("HF_TOKEN")
 
-from huggingface_hub import HfApi
+from huggingface_hub import hf_hub_download
 import os
-from TTS.utils.manage import get_user_data_dir  # Asegúrate de importar esta función si no lo estaba
+from TTS.utils.manage import get_user_data_dir
 
 # Autenticación con la API de Hugging Face
-api = HfApi(token=HF_TOKEN)
 repo_id = "Blakus/XTTS_custom"
-
-# Definir el directorio local usando la misma ruta que el código original
-model_name = "tts_models/multilingual/multi-dataset/xtts_v2"
-local_dir = os.path.join(get_user_data_dir("tts"), model_name.replace("/", "--"))
+local_dir = os.path.join(get_user_data_dir("tts"), "tts_models--multilingual--multi-dataset--xtts_v2")
 
 # Crear el directorio si no existe
 os.makedirs(local_dir, exist_ok=True)
@@ -56,12 +51,8 @@ files_to_download = ["config.json", "model.pth", "vocab.json"]
 # Descargar cada archivo del repositorio
 for file_name in files_to_download:
     print(f"Downloading {file_name} from {repo_id}")
-    api.download_file(
-        repo_id=repo_id,
-        filename=file_name,
-        local_dir=local_dir,
-        repo_type="model"  # Puede ser 'model', 'dataset' o 'space'
-    )
+    local_file_path = os.path.join(local_dir, file_name)
+    hf_hub_download(repo_id=repo_id, filename=file_name, local_dir=local_dir)
 
 # Cargar configuración y modelo
 config_path = os.path.join(local_dir, "config.json")
@@ -77,12 +68,10 @@ model.load_checkpoint(
     checkpoint_path=checkpoint_path,
     vocab_path=vocab_path,
     eval=True,
-    use_deepspeed=False,  # Asegúrate de que no intente usar DeepSpeed
+    use_deepspeed=False,  # Desactivamos DeepSpeed para ejecución en CPU
 )
 
-# No transfieras el modelo a la GPU, elimina o comenta esta línea:
-# model.cuda()
-
+# No transfieras el modelo a la GPU
 print("Modelo cargado en CPU")
 
 # This is for debugging purposes only