Support multi-model configs and plugin-based inference

[zhzLuke96]

增强模型加载器与插件化推理架构支持多模型配置加载

可能关联 issue:

• 完善 ModelZoo #175
• [Feature] Support multiple F5-TTS models, one each folder #202

背景

随着社区中 TTS 模型微调能力的不断增强，涌现出越来越多的定制化模型。例如，Unsloth 社区对 spark-tts 的微调方法已被验证效果良好，资源消耗极低
（参考：https://docs.unsloth.ai/basics/text-to-speech-tts-fine-tuning）

为适配这类多样化的模型结构，我们急需在推理系统中引入“一套推理逻辑支持多个模型文件”（1infer => many model files）的能力。

---

推理系统中模型的抽象设计

当前系统中，一个模型推理流程需涉及以下几个核心模块：

1. downloader（可选）：定义如何从网络下载模型文件；
2. infer（必须）：推理代码的核心，目前 TTS 没有统一架构，不同模型实现差异较大；
3. tn（可选）：文本归一化模块，系统默认的 TN 流水线适配大多数场景，但某些模型仍需自定义；
4. 其他（待补充）

---

配置文件结构（预想）

配置文件将以 YAML 格式定义，存放于 ./configs 目录下：

downloader:
  model_name: gpt_sovits_v4
  from_huggingface:
    repo: lj1995/GPT-SoVITS
    just_download_required_files: True
    required_files:
      - gsv-v4-pretrained/s2Gv4.pth
      - gsv-v4-pretrained/vocoder.pth
      # ...
  from_modelscope:
    # ...

infer:
  target: modules.core.tts.GptSoVits.GptSoVitsModel.GptSoVitsModel
  params:
    version: v4
    # ...

tn:
  target: modules.core.tn.base_tn.BaseTN
  params: {}

model:
  # model registry id
  id: gpt_sovits_v4_official
  default_params:
    temperature: 1
    top_p: 1
    top_k: 10
    # ...

目录结构示意：

./models/
  └── XXX_TTS/
      └── model.pt
./configs/
  └── XXX_TTS.yaml

对于新增模型，仅需：

• 提供一份配置文件到 configs/；
• 确保 infer 对应实现存在。

---

插件化构想

尽管该库以 WebUI 为特色，其核心价值更在于 TTS 流水线的抽象与统一 API 的设计。当前设计已实现推理代码与系统主流程的隔离，因此“模型插件化”将进一步提升系统扩展性。

插件化的方向：

1. ModelZoo → ModelRegistry：从静态模型集合转向动态注册体系，不再默认包含任何模型；
2. 插件系统？：或许无需复杂插件机制，仅通过读取配置中的模块路径即可完成“注入”，待进一步验证。