Create app.py

app.py

@@ -0,0 +1,62 @@
+import os
+import torch
+import librosa
+import soundfile as sf
+import gradio as gr
+from fairseq import checkpoint_utils
+
+# 配置路径
+MODEL_PATH = "ayumi.pth"  # RVC 微调模型路径
+INDEX_PATH = "added_IVF738_Flat_nprobe_1_ayumi_v2.index"  # RVC 索引文件路径
+TARGET_SAMPLE_RATE = 16000  # 目标采样率
+OUTPUT_AUDIO_PATH = "converted_audio.wav"  # 转换后的音频保存路径
+
+# 加载模型
+def load_rvc_model(model_path):
+    print("加载 RVC 模型中...")
+    model, cfg, task = checkpoint_utils.load_model_ensemble_and_task([model_path])
+    model = model[0].eval().cuda()
+    print("模型加载成功")
+    return model
+
+# 预处理音频
+def preprocess_audio(file_path, target_sr=16000):
+    audio, sr = librosa.load(file_path, sr=target_sr)
+    return audio, sr
+
+# 声音转换
+def convert_audio(model, input_audio, sr):
+    with torch.no_grad():
+        input_tensor = torch.tensor(input_audio).unsqueeze(0).float().cuda()
+        output_audio = model(input_tensor).cpu().numpy()
+    return output_audio
+
+# 加载模型
+rvc_model = load_rvc_model(MODEL_PATH)
+
+# Gradio 接口处理函数
+def process_audio(file):
+    # 加载用户上传的音频
+    input_audio, sr = preprocess_audio(file.name, TARGET_SAMPLE_RATE)
+    print(f"加载音频完成，采样率：{sr}")
+
+    # 调用 RVC 模型转换音频
+    converted_audio = convert_audio(rvc_model, input_audio, sr)
+    print("音频转换完成")
+
+    # 保存输出音频
+    sf.write(OUTPUT_AUDIO_PATH, converted_audio, sr)
+    return OUTPUT_AUDIO_PATH
+
+# 构建 Gradio 界面
+interface = gr.Interface(
+    fn=process_audio,
+    inputs=gr.Audio(label="上传音频", type="file"),
+    outputs=gr.Audio(label="转换后的音频"),
+    title="RVC 音色转换",
+    description="上传任意音频，使用微调的 RVC 模型将其转换为目标音色。"
+)
+
+# 启动应用
+if __name__ == "__main__":
+    interface.launch()