Update app.py

app.py

@@ -7,31 +7,42 @@ import scipy.io.wavfile
 
 # Cargar el modelo
 print("Cargando el modelo MusicGen...")
-model = MusicGen.get_pretrained('facebook/musicgen-small')
+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}")
+        print(f"Generando música con 
+        descripción: {descripcion}")
 
-        # Establecer parámetros de generación
-        model.set_generation_params(duration=10)  # Asegurar duración de 10 segundos
+        # Establecer parámetros de 
+              generación
+        model.set_generation_params(duration=10) 
+              # Asegurar duración de 10 segundos
 
         # Generar música
-        output = model.generate(descriptions=[descripcion])
+        output =
+        model.generate(descriptions=[descripcion
+        ])
 
-        if not isinstance(output, torch.Tensor) or output.numel() == 0:
-            print("Error: La salida del modelo es vacía o inválida.")
-            return "Error: No se pudo generar la música."
+        if not isinstance(output, 
+                          torch.Tensor) or output.numel() == 0:
+            print("Error: La salida del
+            modelo es vacía o inválida.")
+            return "Error: No se pudo
+            generar la música."
 
         # Convertir el tensor a NumPy
-        audio_data = output[0].cpu().detach().numpy()
+        audio_data = 
+        output[0].cpu().detach().numpy()
 
         # Normalizar audio a 16 bits
-        audio_data = (audio_data * 32767).astype("int16")
+        audio_data = (audio_data *
+                      32767).astype("int16")
 
-        # Guardar el archivo de audio correctamente
+        # Guardar el archivo de audio  correctamente
         output_path = f"output_{uuid.uuid4().hex}.wav"
         scipy.io.wavfile.write(output_path, 32000, audio_data)