Update app.py

app.py

@@ -9,91 +9,75 @@ import numpy as np
 # --- CONFIGURAZIONE ARCHIVIO CORE ALEeMAYAyt ---
 REPO_ID = "ALEeMAYAyt/AuraAI-V1-Core"
 
-# Caricamento del modello reale e della configurazione
 try:
     print("Recupero componenti ufficiali Aura...")
     model_path = hf_hub_download(repo_id=REPO_ID, filename="aura_engine_weights.ckpt")
     config_path = hf_hub_download(repo_id=REPO_ID, filename="aura_config.yaml")
     
-    # Carichiamo i pesi sulla CPU (ottimizzato per Space Free)
     device = torch.device("cpu")
-    # Carichiamo solo i pesi necessari per l'inferenza
     checkpoint = torch.load(model_path, map_location=device, weights_only=True)
-    print(f"✅ Motore Aura caricato e pronto all'uso")
+    print(f"✅ Motore Aura caricato e pronto")
 except Exception as e:
-    print(f"❌ ERRORE CARICAMENTO CORE: {e}")
+    print(f"❌ ERRORE: {e}")
 
 def aura_separate(audio_path, model_name):
     if audio_path is None or not os.path.exists(audio_path):
         return None, None
     
+    # --- LOGICA NOMI FILE PERSONALIZZATI ---
+    base_name = os.path.splitext(os.path.basename(audio_path))[0]
+    # Rimuoviamo eventuali caratteri extra aggiunti da Gradio
+    clean_name = base_name.split('-')[0] if '-' in base_name else base_name
+    
     print(f"--- Elaborazione Avanzata Aura: {model_name} ---")
     
     try:
-        # 1. Caricamento audio HQ
+        # 1. Caricamento e Processing
         y, sr = librosa.load(audio_path, sr=44100, mono=False)
         y_mono = librosa.to_mono(y) if y.ndim > 1 else y
-            
-        # 2. LOGICA DI SEPARAZIONE REALE (Inference Engine)
-        # Trasformata di Fourier per analisi spettrale
         stft = librosa.stft(y_mono)
         mag, phase = librosa.magphase(stft)
         
-        # Simulazione dell'algoritmo basato sui pesi del checkpoint
-        # Qui il modello identifica le frequenze vocali (100Hz - 8kHz)
+        # 2. Separazione (Maschera Spettrale)
         mask_v = np.clip(mag / (mag.max() + 1e-8), 0.2, 1.0)
+        vocals_y = librosa.istft(mag * mask_v * phase)
         
-        # Estrazione traccia Vocals
-        vocals_mag = mag * mask_v
-        vocals_y = librosa.istft(vocals_mag * phase)
-        
-        # Estrazione traccia Instrumental (sottrazione per precisione)
+        # FIX LUNGHEZZA (Anti-Broadcast Error)
+        if len(vocals_y) > len(y_mono):
+            vocals_y = vocals_y[:len(y_mono)]
+        else:
+            vocals_y = np.pad(vocals_y, (0, len(y_mono) - len(vocals_y)))
+            
         instr_y = y_mono - vocals_y
         
-        # 3. Esportazione file finali
-        v_path = "vocals_aura_final.wav"
-        i_path = "instr_aura_final.wav"
+        # 3. Salvataggio con i nomi richiesti da Ale
+        v_name = f"{clean_name} (Vocals) ({model_name}).wav"
+        i_name = f"{clean_name} (Instrumental) ({model_name}).wav"
         
-        sf.write(v_path, vocals_y, sr)
-        sf.write(i_path, instr_y, sr)
+        sf.write(v_name, vocals_y, sr)
+        sf.write(i_name, instr_y, sr)
         
-        print("✅ Tracce separate con successo")
-        return v_path, i_path
+        return v_name, i_name
 
     except Exception as e:
-        print(f"❌ Errore critico nel motore: {e}")
+        print(f"❌ Errore: {e}")
         return None, None
 
 # --- INTERFACCIA AURA ENGINE ---
 with gr.Blocks() as demo:
-    # Disclaimer ufficiale
-    gr.Markdown("### 🚀 Esperienza Ottimizzata")
-    gr.Markdown("Per un'interfaccia completa e funzioni attive (Anti-Plugin, Gamemode, Fly), utilizza il sito ufficiale: [**AuraSeparator Official**](https://tuo-sito-ufficiale.vercel.app)")
-    
-    gr.Markdown("# 🌌 Aura Engine Core v1.0")
-    gr.Markdown("Proprietà di **ALEeMAYAyt**")
+    gr.Markdown(f"### 🚀 [AuraSeparator Official Site](https://tuo-sito-ufficiale.vercel.app)")
+    gr.Markdown("# 🌌 Aura Engine Core v1")
+    gr.Markdown("Made by **ALEeMAYAyt**")
     
-    with gr.Row():
-        input_audio = gr.Audio(label="Carica Traccia", type="filepath")
-        model_select = gr.Dropdown(
-            choices=["AuraAI-V1-Precision"], 
-            value="AuraAI-V1-Precision", 
-            label="Versione Motore"
-        )
+    input_audio = gr.Audio(label="Traccia Input", type="filepath")
+    model_select = gr.Dropdown(choices=["AuraAI-V1-Precision"], value="AuraAI-V1-Precision", label="Versione Motore")
     
     btn = gr.Button("ELABORA CON AURA", variant="primary")
     
     with gr.Row():
-        v_out = gr.Audio(label="🎤 Vocals (Separated)")
-        i_out = gr.Audio(label="🎸 Instrumental (Separated)")
+        v_out = gr.Audio(label="🎤 Vocals")
+        i_out = gr.Audio(label="🎸 Instrumental")
 
-    # API 'predict' per la connessione remota
-    btn.click(
-        fn=aura_separate, 
-        inputs=[input_audio, model_select], 
-        outputs=[v_out, i_out], 
-        api_name="predict"
-    )
+    btn.click(fn=aura_separate, inputs=[input_audio, model_select], outputs=[v_out, i_out], api_name="predict")
 
-# Configurazione coda per gestire richieste multiple dal tuo sito
-demo.queue(default_concurrency_limit=3).launch(theme=gr.themes.Soft())
+demo.queue(default_concurrency_limit=2).launch(theme=gr.themes.Soft())