feat: 重构云端 Web UI，实现上传处理下载流程

app.py

@@ -103,10 +103,10 @@ def main():
     """主入口"""
     setup_environment()
     
-    # 导入并启动 GUI
-    from src.gui import create_ui
+    # 导入并启动云端 GUI
+    from src.gui_cloud import create_cloud_ui
     
-    app = create_ui()
+    app = create_cloud_ui()
     
     # 云端配置
     app.launch(

docs/流程文档_AI用.md

@@ -37,7 +37,8 @@
 
 ```
 项目根目录/
-├── main.py                 # 程序入口
+├── main.py                 # 程序入口 (Web UI)
+├── main_local.py           # 本地桌面入口 (CustomTkinter GUI)
 ├── config.json             # 全局配置文件
 ├── bank/                   # 音源库目录
 │   └── [音源名称]/
@@ -220,7 +221,7 @@ MFA 支持两种运行模式:
 
 ## 使用流程
 
-### 方式一: 本地 Web UI
+### 方式一: 本地 Web UI (Gradio)
 
 1. 运行 `python main.py` 启动 Web UI
 2. 浏览器自动打开 http://127.0.0.1:7860
@@ -239,9 +240,15 @@ MFA 支持两种运行模式:
    - 配置导出选项并执行
    - 点击下载按钮获取结果
 
-> 注: 旧版 CustomTkinter 桌面 GUI 已移至 `src/gui_old.py`
+> 注: 旧版 CustomTkinter 桌面 GUI 已移至 `src/gui_old.py`，可通过 `python main_local.py` 启动
 
-### 方式二: 云端部署 (HF Spaces / 魔塔社区)
+### 方式二: 本地桌面 GUI (CustomTkinter)
+
+1. 运行 `python main_local.py` 启动桌面应用
+2. 使用原生窗口界面操作，功能与 Web UI 相同
+3. 适合不需要浏览器的本地独立运行场景
+
+### 方式三: 云端部署 (HF Spaces / 魔塔社区)
 
 1. 使用 `app.py` 作为入口文件
 2. 云端环境自动安装 MFA 和下载模型
@@ -251,7 +258,7 @@ MFA 支持两种运行模式:
 - Hugging Face Spaces (Gradio SDK)
 - 魔塔社区 ModelScope (推荐，国内访问快)
 
-### 方式三: 命令行/脚本
+### 方式四: 命令行/脚本
 
 ```python
 from src.pipeline import PipelineConfig, VoiceBankPipeline
@@ -295,16 +302,25 @@ MFA 环境:
 
 ```
 项目根目录/
-├── app.py                  # 云端入口 (自动初始化环境)
-├── main.py                 # 本地入口
+├── app.py                  # 云端入口 (使用 gui_cloud.py)
+├── main.py                 # 本地入口 (使用 gui.py)
 ├── requirements.txt
 ├── src/
-│   ├── gui.py              # 支持云端环境检测和下载功能
+│   ├── gui.py              # 本地 Web UI (完整功能)
+│   ├── gui_cloud.py        # 云端 Web UI (上传→处理→下载)
+│   ├── gui_old.py          # 旧版桌面 GUI (CustomTkinter)
 │   ├── mfa_runner.py       # 跨平台 MFA 调用
 │   └── ...
 └── ...
 ```
 
+### 云端 GUI 特点 (gui_cloud.py)
+
+- **制作音源**: 上传音频文件 → VAD切片 + Whisper转录 + MFA对齐 → 下载音源包
+- **导出音源**: 上传音源包 → 选择导出插件 → 下载导出结果
+- 使用临时工作空间，处理完成后自动清理
+- 无需本地持久化存储
+
 ### 平台差异
 
 | 功能 | 本地 (Windows) | 云端 (Linux) |

main_local.py

@@ -0,0 +1,13 @@
+# -*- coding: utf-8 -*-
+"""
+人力V助手 (JinrikiHelper) - 本地版入口 (CustomTkinter GUI)
+作者：TNOT
+开源协议：MIT
+
+使用旧版 CustomTkinter 界面，适合本地独立运行
+"""
+
+from src.gui_old import main
+
+if __name__ == "__main__":
+    main()

src/gui_cloud.py

@@ -0,0 +1,685 @@
+# -*- coding: utf-8 -*-
+"""
+人力V助手 (JinrikiHelper) 云端 Web UI
+基于 Gradio 6.2.0 构建
+专为云端部署优化：上传 → 处理 → 下载
+
+作者：TNOT
+"""
+
+import gradio as gr
+import logging
+import os
+import sys
+import json
+import tempfile
+import zipfile
+import shutil
+import uuid
+from pathlib import Path
+from typing import Optional, List, Dict, Tuple
+
+# 配置日志
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
+    handlers=[logging.StreamHandler(sys.stdout)]
+)
+logger = logging.getLogger(__name__)
+
+# 项目根目录
+BASE_DIR = Path(__file__).parent.parent.absolute()
+
+
+class CloudConfig:
+    """云端配置"""
+    
+    # 临时工作目录
+    TEMP_BASE = tempfile.gettempdir()
+    
+    # 模型目录（云端使用项目内目录）
+    MODELS_DIR = str(BASE_DIR / "models")
+    MFA_DIR = str(BASE_DIR / "models" / "mfa")
+    
+    # 支持的音频格式
+    AUDIO_EXTENSIONS = ('.wav', '.mp3', '.flac', '.ogg', '.m4a')
+    
+    # Whisper 模型选项
+    WHISPER_MODELS = {
+        "whisper-small": "openai/whisper-small",
+        "whisper-medium": "openai/whisper-medium"
+    }
+    
+    # 语言选项
+    LANGUAGES = ["chinese", "japanese"]
+
+
+def create_temp_workspace() -> str:
+    """创建临时工作空间"""
+    workspace_id = str(uuid.uuid4())[:8]
+    workspace = os.path.join(CloudConfig.TEMP_BASE, f"jinriki_{workspace_id}")
+    os.makedirs(workspace, exist_ok=True)
+    return workspace
+
+
+def cleanup_workspace(workspace: str):
+    """清理工作空间"""
+    if workspace and os.path.exists(workspace):
+        try:
+            shutil.rmtree(workspace)
+            logger.info(f"已清理工作空间: {workspace}")
+        except Exception as e:
+            logger.warning(f"清理工作空间失败: {e}")
+
+
+def create_zip(source_dir: str, zip_name: str) -> Optional[str]:
+    """打包目录为 zip"""
+    if not os.path.isdir(source_dir):
+        return None
+    try:
+        zip_path = os.path.join(CloudConfig.TEMP_BASE, f"{zip_name}.zip")
+        with zipfile.ZipFile(zip_path, 'w', zipfile.ZIP_DEFLATED) as zf:
+            for root, dirs, files in os.walk(source_dir):
+                for file in files:
+                    file_path = os.path.join(root, file)
+                    arcname = os.path.relpath(file_path, source_dir)
+                    zf.write(file_path, arcname)
+        return zip_path
+    except Exception as e:
+        logger.error(f"打包失败: {e}")
+        return None
+
+
+def extract_zip(zip_path: str, target_dir: str) -> Tuple[bool, str]:
+    """解压 zip 文件"""
+    try:
+        with zipfile.ZipFile(zip_path, 'r') as zf:
+            zf.extractall(target_dir)
+        return True, "解压成功"
+    except Exception as e:
+        return False, f"解压失败: {e}"
+
+
+def scan_mfa_models() -> Dict[str, List[str]]:
+    """扫描 MFA 模型"""
+    result = {"acoustic": [], "dictionary": []}
+    if not os.path.exists(CloudConfig.MFA_DIR):
+        return result
+    for f in os.listdir(CloudConfig.MFA_DIR):
+        if f.endswith('.zip'):
+            result["acoustic"].append(f)
+        elif f.endswith('.dict') or f.endswith('.txt'):
+            result["dictionary"].append(f)
+    return result
+
+
+def check_mfa_available() -> bool:
+    """检查 MFA 是否可用"""
+    from src.mfa_runner import check_mfa_available as _check
+    return _check()
+
+
+# ==================== 制作音源功能 ====================
+
+def validate_audio_upload(files) -> Tuple[bool, str, List[str]]:
+    """
+    验证上传的音频文件
+    
+    返回: (是否有效, 消息, 文件路径列表)
+    """
+    if not files:
+        return False, "请上传音频文件", []
+    
+    valid_files = []
+    for f in files:
+        if hasattr(f, 'name'):
+            path = f.name
+        else:
+            path = str(f)
+        
+        if path.lower().endswith(CloudConfig.AUDIO_EXTENSIONS):
+            valid_files.append(path)
+    
+    if not valid_files:
+        return False, f"未找到有效音频文件，支持格式: {', '.join(CloudConfig.AUDIO_EXTENSIONS)}", []
+    
+    return True, f"找到 {len(valid_files)} 个音频文件", valid_files
+
+
+def process_make_voicebank(
+    audio_files,
+    source_name: str,
+    language: str,
+    whisper_model: str,
+    progress=gr.Progress()
+) -> Tuple[str, str, Optional[str]]:
+    """
+    制作音源：上传音频 → VAD切片 → Whisper转录 → MFA对齐 → 打包下载
+    
+    返回: (状态, 日志, 下载文件路径)
+    """
+    from src.pipeline import PipelineConfig, VoiceBankPipeline
+    
+    logs = []
+    def log(msg):
+        logs.append(msg)
+        logger.info(msg)
+    
+    # 验证输入
+    if not source_name or not source_name.strip():
+        return "❌ 请输入音源名称", "", None
+    
+    source_name = source_name.strip()
+    
+    valid, msg, file_paths = validate_audio_upload(audio_files)
+    if not valid:
+        return f"❌ {msg}", "", None
+    
+    log(f"📁 {msg}")
+    
+    # 创建临时工作空间
+    workspace = create_temp_workspace()
+    log(f"🔧 创建工作空间: {workspace}")
+    
+    try:
+        # 准备输入目录
+        input_dir = os.path.join(workspace, "input")
+        bank_dir = os.path.join(workspace, "bank")
+        os.makedirs(input_dir, exist_ok=True)
+        os.makedirs(bank_dir, exist_ok=True)
+        
+        # 复制音频文件到输入目录
+        progress(0.05, desc="复制音频文件...")
+        for src_path in file_paths:
+            dst_path = os.path.join(input_dir, os.path.basename(src_path))
+            shutil.copy2(src_path, dst_path)
+        log(f"📋 已复制 {len(file_paths)} 个文件到工作目录")
+        
+        # 获取 MFA 模型路径
+        mfa_models = scan_mfa_models()
+        dict_path = None
+        acoustic_path = None
+        
+        if mfa_models["dictionary"]:
+            # 根据语言选择字典
+            for d in mfa_models["dictionary"]:
+                if language == "japanese" and "japanese" in d.lower():
+                    dict_path = os.path.join(CloudConfig.MFA_DIR, d)
+                    break
+                elif language == "chinese" and "mandarin" in d.lower():
+                    dict_path = os.path.join(CloudConfig.MFA_DIR, d)
+                    break
+            if not dict_path:
+                dict_path = os.path.join(CloudConfig.MFA_DIR, mfa_models["dictionary"][0])
+        
+        if mfa_models["acoustic"]:
+            for a in mfa_models["acoustic"]:
+                if language == "japanese" and "japanese" in a.lower():
+                    acoustic_path = os.path.join(CloudConfig.MFA_DIR, a)
+                    break
+                elif language == "chinese" and "mandarin" in a.lower():
+                    acoustic_path = os.path.join(CloudConfig.MFA_DIR, a)
+                    break
+            if not acoustic_path:
+                acoustic_path = os.path.join(CloudConfig.MFA_DIR, mfa_models["acoustic"][0])
+        
+        # 配置流水线
+        whisper_model_name = CloudConfig.WHISPER_MODELS.get(whisper_model, "openai/whisper-small")
+        
+        config = PipelineConfig(
+            source_name=source_name,
+            input_path=input_dir,
+            output_base_dir=bank_dir,
+            models_dir=CloudConfig.MODELS_DIR,
+            whisper_model=whisper_model_name,
+            mfa_dict_path=dict_path,
+            mfa_model_path=acoustic_path,
+            language=language
+        )
+        
+        pipeline = VoiceBankPipeline(config, log)
+        
+        # 步骤0: VAD切片 + Whisper转录
+        progress(0.1, desc="VAD切片 + Whisper转录...")
+        log("\n" + "=" * 50)
+        log("【步骤1】VAD切片 + Whisper转录")
+        success, msg, slices = pipeline.step0_preprocess()
+        if not success:
+            return f"❌ 预处理失败: {msg}", "\n".join(logs), None
+        log(f"✅ {msg}")
+        
+        # 步骤1: MFA对齐
+        progress(0.6, desc="MFA语音对齐...")
+        log("\n" + "=" * 50)
+        log("【步骤2】MFA语音对齐")
+        
+        if check_mfa_available():
+            success, msg = pipeline.step1_mfa_align()
+            if not success:
+                log(f"⚠️ MFA对齐失败: {msg}")
+                log("继续导出（无TextGrid）...")
+            else:
+                log(f"✅ {msg}")
+        else:
+            log("⚠️ MFA不可用，跳过对齐步骤")
+        
+        # 打包结果
+        progress(0.9, desc="打包结果...")
+        log("\n" + "=" * 50)
+        log("【打包结果】")
+        
+        source_dir = os.path.join(bank_dir, source_name)
+        zip_name = f"{source_name}_音源数据"
+        zip_path = create_zip(source_dir, zip_name)
+        
+        if zip_path:
+            log(f"📦 已打包: {os.path.basename(zip_path)}")
+            progress(1.0, desc="完成")
+            return "✅ 音源制作完成", "\n".join(logs), zip_path
+        else:
+            return "❌ 打包失败", "\n".join(logs), None
+        
+    except Exception as e:
+        logger.error(f"制作音源失败: {e}", exc_info=True)
+        return f"❌ 处理失败: {e}", "\n".join(logs), None
+    
+    finally:
+        # 清理工作空间（保留zip文件）
+        cleanup_workspace(workspace)
+
+
+# ==================== 导出音源功能 ====================
+
+def validate_voicebank_zip(zip_file) -> Tuple[bool, str, Optional[str]]:
+    """
+    验证上传的音源压缩包
+    
+    返回: (是否有效, 消息, 音源名称)
+    """
+    if not zip_file:
+        return False, "请上传音源压缩包", None
+    
+    zip_path = zip_file.name if hasattr(zip_file, 'name') else str(zip_file)
+    
+    if not zip_path.lower().endswith('.zip'):
+        return False, "请上传 .zip 格式的压缩包", None
+    
+    # 检查压缩包内容
+    try:
+        with zipfile.ZipFile(zip_path, 'r') as zf:
+            names = zf.namelist()
+            
+            # 查找 slices 目录
+            has_slices = any('slices/' in n for n in names)
+            has_textgrid = any('textgrid/' in n for n in names)
+            has_wav = any(n.endswith('.wav') for n in names)
+            has_lab = any(n.endswith('.lab') for n in names)
+            
+            if not has_wav:
+                return False, "压缩包中未找到 .wav 音频文件", None
+            
+            # 尝试从 meta.json 获取音源名称
+            source_name = None
+            if 'meta.json' in names:
+                try:
+                    with zf.open('meta.json') as mf:
+                        meta = json.load(mf)
+                        source_name = meta.get('source_name')
+                except:
+                    pass
+            
+            # 如果没有 meta.json，从目录结构推断
+            if not source_name:
+                # 从 zip 文件名推断
+                source_name = Path(zip_path).stem.replace('_音源数据', '')
+            
+            info_parts = []
+            if has_slices:
+                wav_count = len([n for n in names if 'slices/' in n and n.endswith('.wav')])
+                info_parts.append(f"切片: {wav_count} 个")
+            if has_textgrid:
+                tg_count = len([n for n in names if 'textgrid/' in n and n.endswith('.TextGrid')])
+                info_parts.append(f"TextGrid: {tg_count} 个")
+            
+            info = " | ".join(info_parts) if info_parts else "有效的音源包"
+            
+            return True, f"✅ {info}", source_name
+            
+    except zipfile.BadZipFile:
+        return False, "无效的 zip 文件", None
+    except Exception as e:
+        return False, f"验证失败: {e}", None
+
+
+def process_export_voicebank(
+    zip_file,
+    plugin_name: str,
+    max_samples: int,
+    naming_rule: str,
+    first_naming_rule: str,
+    progress=gr.Progress()
+) -> Tuple[str, str, Optional[str]]:
+    """
+    导出音源：上传音源包 → 解压 → 导出 → 打包下载
+    
+    返回: (状态, 日志, 下载文件路径)
+    """
+    logs = []
+    def log(msg):
+        logs.append(msg)
+        logger.info(msg)
+    
+    # 验证输入
+    valid, msg, source_name = validate_voicebank_zip(zip_file)
+    if not valid:
+        return f"❌ {msg}", "", None
+    
+    log(f"📦 {msg}")
+    log(f"📝 音源名称: {source_name}")
+    
+    # 创建临时工作空间
+    workspace = create_temp_workspace()
+    log(f"🔧 创建工作空间")
+    
+    try:
+        zip_path = zip_file.name if hasattr(zip_file, 'name') else str(zip_file)
+        
+        # 解压音源包
+        progress(0.1, desc="解压音源包...")
+        bank_dir = os.path.join(workspace, "bank")
+        source_dir = os.path.join(bank_dir, source_name)
+        os.makedirs(source_dir, exist_ok=True)
+        
+        success, msg = extract_zip(zip_path, source_dir)
+        if not success:
+            return f"❌ {msg}", "\n".join(logs), None
+        log(f"📂 已解压到工作目录")
+        
+        # 检查目录结构，处理可能的嵌套
+        slices_dir = os.path.join(source_dir, "slices")
+        if not os.path.exists(slices_dir):
+            # 可能解压后有额外的一层目录
+            subdirs = [d for d in os.listdir(source_dir) if os.path.isdir(os.path.join(source_dir, d))]
+            if len(subdirs) == 1:
+                nested_dir = os.path.join(source_dir, subdirs[0])
+                if os.path.exists(os.path.join(nested_dir, "slices")):
+                    # 移动内容到上层
+                    for item in os.listdir(nested_dir):
+                        shutil.move(os.path.join(nested_dir, item), source_dir)
+                    os.rmdir(nested_dir)
+        
+        # 执行导出
+        progress(0.3, desc="执行导出...")
+        log("\n" + "=" * 50)
+        log(f"【{plugin_name}】")
+        
+        from src.export_plugins import load_plugins
+        plugins = load_plugins()
+        
+        if plugin_name not in plugins:
+            return f"❌ 未找到插件: {plugin_name}", "\n".join(logs), None
+        
+        plugin = plugins[plugin_name]
+        plugin.set_progress_callback(log)
+        
+        options = {
+            "max_samples": max_samples,
+            "naming_rule": naming_rule,
+            "first_naming_rule": first_naming_rule,
+            "clean_temp": True
+        }
+        
+        success, msg = plugin.export(source_name, bank_dir, options)
+        
+        if not success:
+            return f"❌ 导出失败: {msg}", "\n".join(logs), None
+        
+        log(f"✅ {msg}")
+        
+        # 打包导出结果
+        progress(0.9, desc="打包结果...")
+        log("\n" + "=" * 50)
+        log("【打包结果】")
+        
+        export_dir = os.path.join(workspace, "export", source_name, "simple_export")
+        
+        # 如果导出目录不存在，尝试其他位置
+        if not os.path.exists(export_dir):
+            alt_export = os.path.join(os.path.dirname(bank_dir), "export", source_name, "simple_export")
+            if os.path.exists(alt_export):
+                export_dir = alt_export
+        
+        if not os.path.exists(export_dir):
+            return "❌ 未找到导出结果", "\n".join(logs), None
+        
+        zip_name = f"{source_name}_导出结果"
+        result_zip = create_zip(export_dir, zip_name)
+        
+        if result_zip:
+            # 统计导出文件数
+            file_count = len([f for f in os.listdir(export_dir) if f.endswith('.wav')])
+            log(f"📦 已打包: {file_count} 个音频文件")
+            progress(1.0, desc="完成")
+            return "✅ 导出完成", "\n".join(logs), result_zip
+        else:
+            return "❌ 打包失败", "\n".join(logs), None
+        
+    except Exception as e:
+        logger.error(f"导出失败: {e}", exc_info=True)
+        return f"❌ 处理失败: {e}", "\n".join(logs), None
+    
+    finally:
+        cleanup_workspace(workspace)
+
+
+# ==================== 构建界面 ====================
+
+def create_cloud_ui():
+    """创建云端 Gradio 界面"""
+    
+    # 检查 MFA 状态
+    mfa_available = check_mfa_available()
+    mfa_status = "✅ MFA 已就绪" if mfa_available else "⚠️ MFA 不可用（将跳过对齐步骤）"
+    
+    # 加载导出插件
+    from src.export_plugins import load_plugins
+    plugins = load_plugins()
+    plugin_names = list(plugins.keys()) if plugins else ["简单单字导出"]
+    
+    with gr.Blocks(
+        title="人力V助手 (JinrikiHelper)",
+        theme=gr.themes.Soft()
+    ) as app:
+        
+        gr.Markdown("# 🎤 人力V助手 (JinrikiHelper)")
+        gr.Markdown("语音数据集处理工具 - 自动化制作语音音源库")
+        gr.Markdown("> ☁️ 云端版：上传音频 → 自动处理 → 下载结果")
+        
+        with gr.Tabs():
+            # ==================== 制作音源页 ====================
+            with gr.Tab("🎵 制作音源"):
+                gr.Markdown("### 上传音频文件")
+                gr.Markdown("支持格式: WAV, MP3, FLAC, OGG, M4A")
+                
+                audio_upload = gr.File(
+                    label="上传音频文件",
+                    file_count="multiple",
+                    file_types=["audio"]
+                )
+                
+                with gr.Row():
+                    make_source_name = gr.Textbox(
+                        label="音源名称",
+                        placeholder="my_voice",
+                        info="用于标识输出的音源包"
+                    )
+                    make_language = gr.Dropdown(
+                        choices=CloudConfig.LANGUAGES,
+                        value="chinese",
+                        label="语言"
+                    )
+                
+                with gr.Row():
+                    make_whisper = gr.Dropdown(
+                        choices=list(CloudConfig.WHISPER_MODELS.keys()),
+                        value="whisper-small",
+                        label="Whisper 模型",
+                        info="small 更快，medium 更准"
+                    )
+                    make_mfa_status = gr.Textbox(
+                        label="MFA 状态",
+                        value=mfa_status,
+                        interactive=False
+                    )
+                
+                make_btn = gr.Button("🚀 开始制作", variant="primary", size="lg")
+                
+                make_status = gr.Textbox(label="状态", interactive=False)
+                make_log = gr.Textbox(label="处理日志", lines=12, interactive=False)
+                
+                gr.Markdown("### 下载结果")
+                make_download = gr.File(label="音源包下载", interactive=False)
+                
+                gr.Markdown("""
+                > 💡 处理流程：
+                > 1. VAD 语音活动检测，自动切分音频
+                > 2. Whisper 语音识别，生成文本标注
+                > 3. MFA 强制对齐，生成音素级时间标注
+                > 4. 打包为 zip 供下载
+                """)
+                
+                make_btn.click(
+                    fn=process_make_voicebank,
+                    inputs=[audio_upload, make_source_name, make_language, make_whisper],
+                    outputs=[make_status, make_log, make_download]
+                )
+            
+            # ==================== 导出音源页 ====================
+            with gr.Tab("📤 导出音源"):
+                gr.Markdown("### 上传音源包")
+                gr.Markdown("上传之前制作的音源压缩包（包含 slices 和 textgrid 目录）")
+                
+                export_upload = gr.File(
+                    label="上传音源包 (.zip)",
+                    file_types=[".zip"]
+                )
+                
+                export_info = gr.Textbox(
+                    label="音���信息",
+                    interactive=False,
+                    placeholder="上传后显示音源信息"
+                )
+                
+                # 上传后自动验证
+                def on_upload(file):
+                    if file:
+                        valid, msg, name = validate_voicebank_zip(file)
+                        return msg
+                    return ""
+                
+                export_upload.change(
+                    fn=on_upload,
+                    inputs=[export_upload],
+                    outputs=[export_info]
+                )
+                
+                gr.Markdown("---")
+                gr.Markdown("### 导出设置")
+                
+                export_plugin = gr.Dropdown(
+                    choices=plugin_names,
+                    value=plugin_names[0] if plugin_names else None,
+                    label="导出插件"
+                )
+                
+                with gr.Row():
+                    export_max_samples = gr.Number(
+                        label="每个拼音最大样本数",
+                        value=10,
+                        minimum=1,
+                        maximum=1000
+                    )
+                
+                with gr.Row():
+                    export_naming = gr.Textbox(
+                        label="命名规则",
+                        value="%p%%n%",
+                        info="%p%=拼音, %n%=序号"
+                    )
+                    export_first_naming = gr.Textbox(
+                        label="首个样本命名",
+                        value="%p%",
+                        info="第0个样本的特殊规则"
+                    )
+                
+                export_btn = gr.Button("📤 开始导出", variant="primary", size="lg")
+                
+                export_status = gr.Textbox(label="状态", interactive=False)
+                export_log = gr.Textbox(label="处理日志", lines=10, interactive=False)
+                
+                gr.Markdown("### 下载结果")
+                export_download = gr.File(label="导出结果下载", interactive=False)
+                
+                gr.Markdown("""
+                > 💡 导出说明：
+                > - 从 TextGrid 提取每个汉字/音节的时间边界
+                > - 按拼音/罗马音分类，选取最佳样本
+                > - 导出为适配其他软件的音源格式
+                """)
+                
+                export_btn.click(
+                    fn=process_export_voicebank,
+                    inputs=[
+                        export_upload, export_plugin,
+                        export_max_samples, export_naming, export_first_naming
+                    ],
+                    outputs=[export_status, export_log, export_download]
+                )
+            
+            # ==================== 关于页 ====================
+            with gr.Tab("ℹ️ 关于"):
+                gr.Markdown("""
+                ## 人力V助手 (JinrikiHelper)
+                
+                语音数据集处理工具，用于自动化制作语音音源库。
+                
+                ### 功能特点
+                
+                - **VAD 切片**: 使用 Silero VAD 自动检测语音片段
+                - **语音识别**: 使用 Whisper 模型转录文本
+                - **强制对齐**: 使用 MFA 生成音素级时间标注
+                - **智能导出**: 按拼音分类，选取最佳样本
+                
+                ### 支持语言
+                
+                - 中文（普通话）
+                - 日语
+                
+                ### 使用流程
+                
+                1. **制作音源**: 上传原始音频 → 自动处理 → 下载音源包
+                2. **导出音源**: 上传音源包 → 选择导出格式 → 下载导出结果
+                
+                ---
+                
+                **作者**: TNOT | **协议**: MIT
+                
+                本工具集成 Montreal Forced Aligner (MIT License)
+                """)
+    
+    return app
+
+
+def main():
+    """云端入口"""
+    app = create_cloud_ui()
+    app.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False,
+        show_error=True
+    )
+
+
+if __name__ == "__main__":
+    main()