Update app.py

app.py

@@ -3,54 +3,57 @@ import torch
 from audiocraft.models import MusicGen
 import uuid
 import os
-import scipy.io.wavfile
-import numpy as np
+import scipy.io.wavfile as wav
 
-# Cargar el modelo
+# Cargar el modelo de MusicGen
 print("Cargando el modelo MusicGen...")
-model = MusicGen.get_pretrained('facebook/musicgen-small')
-print("Modelo cargado correctamente.")
+try:
+    model = MusicGen.get_pretrained('facebook/musicgen-small')
+    print("Modelo cargado correctamente.")
+except Exception as e:
+    print(f"Error al cargar el modelo: {e}")
+    exit(1)
 
 # Función para generar música
 def generar_musica(descripcion):
     try:
-        print(f"Generando música con descripción: {descripcion}")
+        print(f"\nGenerando música con la descripción: {descripcion}")
 
-        # Establecer parámetros de generación
-        model.set_generation_params(duration=10)  # Asegurar duración de 10 segundos
+        # Configurar duración de la pista (5 segundos para pruebas más rápidas)
+        model.set_generation_params(duration=5)
 
         # Generar música
         output = model.generate(descriptions=[descripcion])
 
-        if not output or not isinstance(output, list) or len(output) == 0:
-            print("Error: La salida del modelo es vacía o inválida.")
-            return None
+        # Verificar si la salida es válida
+        if not isinstance(output, list) or len(output) == 0:
+            print("Error: La salida del modelo es vacía.")
+            return "Error: No se pudo generar la música."
 
-        audio_tensor = output[0]  # Extraer el primer tensor de la lista
+        # Extraer el tensor de audio
+        audio_tensor = output[0]
 
+        # Verificar que el tensor no esté vacío
         if not isinstance(audio_tensor, torch.Tensor) or audio_tensor.numel() == 0:
-            print("Error: El tensor de audio es inválido o vacío.")
-            return None
+            print("Error: El tensor de audio es inválido.")
+            return "Error: No se pudo generar la música."
 
-        # Convertir el tensor a NumPy
-        audio_data = audio_tensor.cpu().detach().numpy()
+        # Convertir a NumPy (float32 para evitar distorsiones)
+        audio_data = audio_tensor.cpu().detach().numpy().astype("float32")
 
-        # Verificar la forma del tensor para asegurar que tiene la dimensión correcta
-        if len(audio_data.shape) == 1:  # Asegurar que tiene al menos 2D
-            audio_data = np.expand_dims(audio_data, axis=0)
-
-        # Normalizar audio a 16 bits PCM
-        audio_data = (audio_data * 32767).astype(np.int16)
+        # Normalizar a 16 bits
+        audio_data = (audio_data * 32767).astype("int16")
 
         # Guardar el archivo de audio
         output_path = f"output_{uuid.uuid4().hex}.wav"
-        scipy.io.wavfile.write(output_path, 32000, audio_data[0])  # Extraer el primer canal si es estéreo
+        wav.write(output_path, 32000, audio_data)
 
-        print(f"Música generada y guardada en {output_path}")
+        print(f"Música generada y guardada en: {output_path}")
         return output_path
+
     except Exception as e:
-        print(f"Error al generar música: {e}")
-        return None
+        print(f"Error durante la generación de música: {e}")
+        return "Error: No se pudo generar la música."
 
 # Crear interfaz con Gradio
 demo = gr.Interface(
@@ -61,5 +64,6 @@ demo = gr.Interface(
     description="Introduce una descripción y genera una pista de música."
 )
 
+# Ejecutar la aplicación
 if __name__ == "__main__":
     demo.launch()