Update app.py

app.py

@@ -354,28 +354,29 @@ if __name__ == "__main__":
                    "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。")
 
-    inputs = [
-        gr.Audio(type="filepath", label="元音声"),
-        gr.Audio(type="filepath", label="参考音声"),
-        gr.Gallery(label="ギャラリー", value=[item["webp"] for item in gallery_data],
-                   interactive=True, elem_id="gallery").change(handle_gallery_selection, inputs="gallery", outputs="参考音声"),
-        gr.Slider(minimum=1, maximum=200, value=10, step=1, label="拡散ステップ数", info="デフォルトは10、50～100が最適な品質"),
-        gr.Slider(minimum=0.5, maximum=2.0, step=0.1, value=1.0, label="長さ調整", info="1.0未満で速度を上げ、1.0以上で速度を遅くします"),
-        gr.Slider(minimum=0.0, maximum=1.0, step=0.1, value=0.7, label="推論CFG率", info="わずかな影響があります"),
-        gr.Checkbox(label="F0条件付きモデルを使用", value=False, info="歌声変換には必須です"),
-        gr.Checkbox(label="F0自動調整", value=True, info="F0をおおよそ調整して目標音声に合わせます。F0条件付きモデル使用時にのみ有効です"),
-        gr.Slider(label='音程変換', minimum=-24, maximum=24, step=1, value=0, info="半音単位の音程変換。F0条件付きモデル使用時にのみ有効です"),
-    ]
-
-    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')
-    ]
-
-    gr.Interface(fn=voice_conversion,
-                 description=description,
-                 inputs=inputs,
-                 outputs=outputs,
-                 title="Seed Voice Conversion",
-                 cache_examples=False,
-                 ).launch()
+    with gr.Blocks() as demo:
+        inputs = [
+            gr.Audio(type="filepath", label="元音声"),
+            gr.Audio(type="filepath", label="参考音声"),
+            gr.Gallery(label="ギャラリー", value=[item["webp"] for item in gallery_data],
+                       interactive=True, elem_id="gallery").change(handle_gallery_selection, inputs="gallery", outputs="参考音声"),
+            gr.Slider(minimum=1, maximum=200, value=10, step=1, label="拡散ステップ数", info="デフォルトは10、50～100が最適な品質"),
+            gr.Slider(minimum=0.5, maximum=2.0, step=0.1, value=1.0, label="長さ調整", info="1.0未満で速度を上げ、1.0以上で速度を遅くします"),
+            gr.Slider(minimum=0.0, maximum=1.0, step=0.1, value=0.7, label="推論CFG率", info="わずかな影響があります"),
+            gr.Checkbox(label="F0条件付きモデルを使用", value=False, info="歌声変換には必須です"),
+            gr.Checkbox(label="F0自動調整", value=True, info="F0をおおよそ調整して目標音声に合わせます。F0条件付きモデル使用時にのみ有効です"),
+            gr.Slider(label='音程変換', minimum=-24, maximum=24, step=1, value=0, info="半音単位の音程変換。F0条件付きモデル使用時にのみ有効です"),
+        ]
+
+        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')
+        ]
+
+        gr.Interface(fn=voice_conversion,
+                     description=description,
+                     inputs=inputs,
+                     outputs=outputs,
+                     title="Seed Voice Conversion",
+                     cache_examples=False,
+                     ).launch()