Update app.py

app.py

@@ -338,12 +338,13 @@ def voice_conversion(source, target, diffusion_steps, length_adjust, inference_c
 
 
 
+import gradio as gr
 
 # 画像とMP3の情報
 image_data = {
     "sikokumetan": {
-        "webp": "default/sikokumetan.webp",
-        "mp3": "default/sikokumetan.mp3"
+        "webp": "./default/sikokumetan.webp",
+        "mp3": "./default/sikokumetan.mp3"
     }
 }
 
@@ -351,6 +352,10 @@ def on_image_select(image_name):
     # 画像が選択されたとき、対応するMP3ファイルを返す
     return image_data[image_name]["mp3"]
 
+def voice_conversion(source_audio, reference_audio, steps, length_adjustment, cfg, use_f0_model, auto_f0, pitch_shift):
+    # 音声変換のロジック（仮の関数）
+    pass
+
 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。"
@@ -379,9 +384,12 @@ if __name__ == "__main__":
     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')]
 
-    # 画像ギャラリーを追加
+    # ギャラリーに渡す画像のパスリスト
+    gallery_images = [image_data["sikokumetan"]["webp"]]  # 画像のファイルパスを直接渡す
+
+    # ギャラリーを追加
     gallery = gr.Gallery(
-        value=[gr.Image(image_data["sikokumetan"]["webp"])],
+        value=gallery_images,
         label="選択した画像に基づく参考音声",
         elem_id="image_gallery",
         interactive=True
@@ -397,4 +405,4 @@ if __name__ == "__main__":
                  title="Seed Voice Conversion",
                  examples=examples,
                  cache_examples=False,
-                 ).launch()
+                 ).launch()