我用了GPT-SOVITS模型Gradio的API来实现TTS功能和AI变声功能。 
用基于Whisper.cpp的nodejs-Whisper实现了视频字幕生成和AI变声所需的STT功能，其实就是把要变声的音频的文本提取用于作为合成音频的文本。 
然后存在一些问题： 
1.第一次用基于Whisper.cpp的nodejs-Whisper还是可以直接使用的，用已有的audio文件中的音频库的话它所用的音频是以项目根目录下的audio文件夹的文件。但第二次用就会直接用node_modules\nodejs-whisper\cpp\whisper.cpp\audio里的，每次运行都会这样，只有第一次能用。 
2.因为用的模型太多，我项目包含GPT-SOVITS和node_modules的话有20G，想打包成exe文件，但感觉不太现实，想知道可以怎样弄一个发行版的。