Update app.py

app.py

@@ -693,8 +693,6 @@ if __name__ == "__main__":
     description = ("Zero-shot音声変換モデル（学習不要）。ローカルでの利用方法は[GitHubリポジトリ](https://github.com/Plachtaa/seed-vc)をご覧ください。"
                    "参考音声が25秒を超える場合、自動的に25秒にクリップされます。"
                    "また、元音声と参考音声の合計時間が30秒を超える場合、元音声は分割処理されます。")
-    gallery = gr.Gallery(label="ギャラリー", show_label=True, value=[gallery_data["sikokumetan"]["webp"]])
-    gallery.select(update_reference, outputs=inputs[1])
     
     inputs = [
         gr.Audio(type="filepath", label="元音声"),
@@ -716,6 +714,8 @@ if __name__ == "__main__":
                 ]
 
     with gr.Blocks() as interface:
+        gallery = gr.Gallery(label="ギャラリー", show_label=True, value=[gallery_data["sikokumetan"]["webp"]])
+        gallery.select(update_reference, outputs=inputs[1])
         gr.Interface(fn=voice_conversion, description=description, inputs=inputs, outputs=[
             gr.Audio(label="ストリーム出力音声", streaming=True, format='mp3'),
             gr.Audio(label="完全出力音声", streaming=False, format='wav')