XDHDD commited on
Commit
1d1e6d2
1 Parent(s): 69f6cc9

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +9 -9
app.py CHANGED
@@ -76,8 +76,8 @@ title = 'Сокрытие потерь пакетов'
76
  st.set_page_config(page_title=title, page_icon=":sound:")
77
  st.title(title)
78
 
79
- st.subheader('Загрузить аудио')
80
- uploaded_file = st.file_uploader("Upload your audio file (.wav) at 48 kHz sampling rate")
81
 
82
  is_file_uploaded = uploaded_file is not None
83
  if not is_file_uploaded:
@@ -86,11 +86,11 @@ if not is_file_uploaded:
86
  target, sr = librosa.load(uploaded_file, sr=48000)
87
  target = target[:packet_size * (len(target) // packet_size)]
88
 
89
- st.text('Audio sample')
90
  st.audio(uploaded_file)
91
 
92
  st.subheader('Выберите желаемый процент потерь')
93
- slider = [st.slider("Expected loss rate for Markov Chain loss generator", 0, 100, step=1)]
94
  loss_percent = float(slider[0])/100
95
  mask_gen = MaskGenerator(is_train=False, probs=[(1 - loss_percent, loss_percent)])
96
  lossy_input = target.copy().reshape(-1, packet_size)
@@ -103,20 +103,20 @@ re_im = torch.stft(lossy_input_tensor, window, stride, window=hann, return_compl
103
  1).numpy().astype(np.float32)
104
  session, onnx_model, input_names, output_names = load_model()
105
 
106
- if st.button('Улучшить'):
107
  with st.spinner('Ожидайте...'):
108
  output = inference(re_im, session, onnx_model, input_names, output_names)
109
 
110
  st.subheader('Визуализация')
111
  fig = visualize(target, lossy_input, output)
112
  st.pyplot(fig)
113
- st.success('Done!')
114
  sf.write('target.wav', target, sr)
115
  sf.write('lossy.wav', lossy_input, sr)
116
  sf.write('enhanced.wav', output, sr)
117
- st.text('Original audio')
118
  st.audio('target.wav')
119
- st.text('Lossy audio')
120
  st.audio('lossy.wav')
121
- st.text('Enhanced audio')
122
  st.audio('enhanced.wav')
 
76
  st.set_page_config(page_title=title, page_icon=":sound:")
77
  st.title(title)
78
 
79
+ st.subheader('Загрузка аудио')
80
+ uploaded_file = st.file_uploader("Загрузите аудио формата (.wav) 48 КГц")
81
 
82
  is_file_uploaded = uploaded_file is not None
83
  if not is_file_uploaded:
 
86
  target, sr = librosa.load(uploaded_file, sr=48000)
87
  target = target[:packet_size * (len(target) // packet_size)]
88
 
89
+ st.text('Ваше аудио')
90
  st.audio(uploaded_file)
91
 
92
  st.subheader('Выберите желаемый процент потерь')
93
+ slider = [st.slider("Ожидаемый процент потерь для генератора потерь цепи Маркова", 0, 100, step=1)]
94
  loss_percent = float(slider[0])/100
95
  mask_gen = MaskGenerator(is_train=False, probs=[(1 - loss_percent, loss_percent)])
96
  lossy_input = target.copy().reshape(-1, packet_size)
 
103
  1).numpy().astype(np.float32)
104
  session, onnx_model, input_names, output_names = load_model()
105
 
106
+ if st.button('Сгенерировать потери'):
107
  with st.spinner('Ожидайте...'):
108
  output = inference(re_im, session, onnx_model, input_names, output_names)
109
 
110
  st.subheader('Визуализация')
111
  fig = visualize(target, lossy_input, output)
112
  st.pyplot(fig)
113
+ st.success('Сделано!')
114
  sf.write('target.wav', target, sr)
115
  sf.write('lossy.wav', lossy_input, sr)
116
  sf.write('enhanced.wav', output, sr)
117
+ st.text('Оригинальное аудио')
118
  st.audio('target.wav')
119
+ st.text('Аудио с потерями')
120
  st.audio('lossy.wav')
121
+ st.text('Улучшенное аудио')
122
  st.audio('enhanced.wav')