fix: 修复 TTS 音频后处理中的关键缺陷（int16 溢出 / padding_len=0 / 异常类型）

[wishhyt]

问题描述

在 GPT_SoVITS/TTS_infer_pack/TTS.py 的 audio_postprocess 方法中发现三个 bug：

1. [CRITICAL] 音频超采样时 int16 双重转换导致整数溢出

第 1590 行 audio = (audio * 32768).astype(np.int16) 位于 if super_sampling / else 块之外，无条件执行。

当 super_sampling=True 时：

• 第 1581 行已将音频转为 int16（值域 -32768~32767）
• 第 1590 行再次乘以 32768 → 整数溢出 → 输出音频完全失真

此外，当 super_sampling=True 但超分模型文件不存在时，audio 仍为 torch.Tensor，
调用 .astype() 会抛出 AttributeError。

2. [HIGH] padding_len=0 时 batched vocoder 推理音频丢失

batched_decode 方法中，当最后一个 chunk 刚好填满（padding_len == 0）时：
-0 * upsample_rate == 0，切片变为 audio[x:0]，返回空张量，导致整段音频丢失。

3. [LOW] 文件不存在时错误地抛出 FileExistsError

第 502 行在 LoRA 底模文件不存在时抛出 FileExistsError，应为 FileNotFoundError。

修改内容

• 将无条件的 int16 转换移入各分支内部，分别处理超分模型存在/不存在的情况
• 对 padding_len == 0 增加条件判断，避免空切片
• 修正异常类型

测试方案

• 开启 super_sampling=True 进行 TTS 推理，验证音频输出正常
• 使用长度恰好对齐的文本测试 padding_len=0 边界条件
• 在缺少 LoRA 底模时触发加载，验证异常类型正确