app.py

import gradio as gr
import spaces
import torchaudio
from audiocraft.models import MusicGen
from audiocraft.data.audio import audio_write

# Importação necessária para o funcionamento do modelo e manipulação de áudio
model = MusicGen.get_pretrained('nateraw/musicgen-songstarter-v0.2')
model.set_generation_params(duration=8)  # Duração de 8 segundos para a geração

@spaces.GPU(duration=120)  # Decorador para habilitar o uso de GPU
def generate_audio(mode, descriptions=None, melody_path=None):
    if mode == 'unconditional':
        wav = model.generate_unconditional(4)
    elif mode == 'descriptions':
        if descriptions is None:
            descriptions = ['acoustic, guitar, melody, trap, d minor, 90 bpm']
        descriptions = descriptions.split(",")  # Converte a string em lista
        wav = model.generate(descriptions * 3)  # Gera 3 amostras
    elif mode == 'melody':
        if melody_path is None:
            return "Melody path cannot be empty for melody mode."
        melody, sr = torchaudio.load(melody_path)
        if descriptions is None:
            descriptions = ['acoustic, guitar, melody, trap, d minor, 90 bpm']
        descriptions = descriptions.split(",")  # Converte a string em lista
        wav = model.generate_with_chroma(descriptions, melody[None].expand(3, -1, -1), sr)

    # Salva os arquivos de áudio gerados
    for idx, one_wav in enumerate(wav):
        audio_write(f'output_{idx}.wav', one_wav.cpu(), model.sample_rate,
                    strategy="loudness", loudness_compressor=True)

    # Retorna os caminhos dos arquivos de áudio gerados
    return [f"output_{idx}.wav" for idx in range(len(wav))]

# Define a interface de usuário com Gradio
iface = gr.Interface(
    fn=generate_audio,
    inputs=[
        gr.Dropdown(['unconditional', 'descriptions', 'melody'], label="Generation Mode"),
        gr.Textbox(label="Descriptions (comma-separated, optional)", optional=True),
        gr.File(label="Melody File Path (.mp3, optional)", optional=True, type="filepath")],
    outputs=gr.File(label="Generated Audio", type="file", multiple=True)
)

iface.launch()