app.py

import gradio as gr
from pydub import AudioSegment

# 定义一个函数来拼接音频
def combine_audio(target_audio, mixed_audio):
    # 加载目标说话人的样本音频
    target_audio_segment = AudioSegment.from_wav(target_audio.name)

    # 加载混合音频
    mixed_audio_segment = AudioSegment.from_wav(mixed_audio.name)

    # 将目标说话人的音频片段添加到混合音频的最后
    final_audio = mixed_audio_segment + target_audio_segment

    # 保存并返回输出音频
    output_path = "final_output.wav"
    final_audio.export(output_path, format="wav")
    return output_path

# 创建 Gradio 接口
interface = gr.Interface(
    fn=combine_audio,  # 处理音频的函数
    inputs=[
        gr.inputs.File(label="目标说话人音频"),  # 上传目标说话人音频
        gr.inputs.File(label="混合音频")          # 上传混合音频
    ],
    outputs=gr.outputs.File(label="输出音频"),  # 输出最终合成的音频文件
    live=False
)

# 启动 Gradio 应用
interface.launch()