iamusik / app.py
Sergiosamyy's picture
Update app.py
56c4965 verified
raw
history blame
2.08 kB
import gradio as gr
import torch
from audiocraft.models import MusicGen
import uuid
import os
import scipy.io.wavfile
import numpy as np
# Cargar el modelo MusicGen
print("Cargando el modelo MusicGen...")
model = MusicGen.get_pretrained('facebook/musicgen-small')
print("Modelo cargado correctamente.")
# Función para generar música
def generar_musica(descripcion):
try:
print(f"Generando música con descripción: {descripcion}")
# Establecer parámetros de generación
model.set_generation_params(duration=5) # Reducido a 5 segundos para evitar problemas de memoria
# Generar música
output = model.generate(descriptions=[descripcion])
# Verificar si la salida del modelo es válida
if not isinstance(output, list) or len(output) == 0 or not isinstance(output[0], torch.Tensor):
print("Error: La salida del modelo es vacía o inválida.")
return "Error: No se pudo generar la música."
audio_tensor = output[0]
# Verificar si el tensor tiene datos
if audio_tensor.numel() == 0:
print("Error: El tensor generado está vacío.")
return "Error: No se pudo generar la música."
# Convertir el tensor a NumPy
audio_data = audio_tensor.cpu().detach().numpy()
# Normalizar audio para formato WAV de 16 bits
audio_data = np.int16(audio_data * 32767)
# Guardar el archivo de audio
output_path = f"/mnt/data/output_{uuid.uuid4().hex}.wav"
scipy.io.wavfile.write(output_path, 32000, audio_data)
print(f"Música generada y guardada en {output_path}")
return output_path
except Exception as e:
print(f"Error al generar música: {e}")
return "Error: No se pudo generar la música."
# Crear interfaz con Gradio
demo = gr.Interface(
fn=generar_musica,
inputs=gr.Textbox(label="Descripción de la música"),
outputs=gr.Audio(label="Música Generada"),
title="Generador de Música AI",
description="Introduce una descripción y genera