Delete main.py

main.py

@@ -1,164 +0,0 @@
-from fastapi import FastAPI, Request
-from fastapi.staticfiles import StaticFiles
-from fastapi.responses import FileResponse
-from pydantic import BaseModel
-import torch
-import torch.nn as nn
-import pickle
-import numpy as np
-from music21 import note, chord, stream, instrument
-import os
-os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'
-import random
-import subprocess
-
-app = FastAPI(title="Bio-Vibe AI Inference")
-os.makedirs("music", exist_ok=True)
-app.mount("/music", StaticFiles(directory="music"), name="music")
-
-@app.get("/")
-async def serve_frontend():
-    return FileResponse("index.html")
-
-class HeartRateData(BaseModel):
-    bpm: int
-
-# ==========================================
-# 1. KHÔI PHỤC "BỘ NÃO" (PYTORCH MODEL)
-# ==========================================
-# Cấu trúc class phải y hệt lúc train
-class BioVibeAI(nn.Module):
-    def __init__(self, vocab_size, embed_size=256, hidden_size=512, num_layers=2):
-        super(BioVibeAI, self).__init__()
-        self.embedding = nn.Embedding(vocab_size, embed_size)
-        self.lstm = nn.LSTM(embed_size, hidden_size, num_layers, batch_first=True)
-        self.fc = nn.Linear(hidden_size, vocab_size)
-        
-    def forward(self, x):
-        embedded = self.embedding(x)
-        out, _ = self.lstm(embedded)
-        out = self.fc(out[:, -1, :])
-        return out
-
-# Nạp từ điển
-with open('mapping_dict.pkl', 'rb') as f:
-    int_to_note = pickle.load(f)
-note_to_int = {note: number for number, note in int_to_note.items()}
-vocab_size = len(int_to_note)
-
-# Load trọng số mô hình
-device = torch.device("cpu") # Server chạy CPU cho nhẹ
-model = BioVibeAI(vocab_size=vocab_size)
-model.load_state_dict(torch.load("biovibe_brain.pth", map_location=device))
-model.eval() # Chuyển sang chế độ suy luận
-
-# Nạp kho dữ liệu cũ để lấy Seed (đoạn nhạc mồi)
-with open('notes_corpus.pkl', 'rb') as f:
-    corpus = pickle.load(f)
-
-# ==========================================
-# 2. HÀM SÁNG TÁC BẰNG NHIỆT ĐỘ (TEMPERATURE)
-# ==========================================
-def generate_ai_midi(bpm: int, output_file: str, num_notes: int = 60):
-    # Logic phản hồi sinh học
-    if bpm > 80:
-        temperature = 0.7  # An toàn, ổn định
-        base_offset = 1.0  # Nốt đánh chậm
-    else:
-        temperature = 1.0  # Bay bổng, ngẫu hứng
-        base_offset = 0.5  # Nốt đánh nhanh hơn một chút
-        
-    # Chọn bừa 100 nốt từ kho dữ liệu để làm "mồi" cho AI
-    start_idx = random.randint(0, len(corpus) - 100)
-    seed_sequence = corpus[start_idx:start_idx + 100]
-    pattern = [note_to_int[char] for char in seed_sequence]
-    
-    generated_notes = []
-    
-    print(f"Đang sáng tác với Temp={temperature}...")
-    
-    # AI bắt đầu dự đoán
-    for i in range(num_notes):
-        sequence_tensor = torch.tensor([pattern], dtype=torch.long).to(device)
-        
-        with torch.no_grad():
-            prediction = model(sequence_tensor)
-            
-        # ÁP DỤNG TEMPERATURE
-        prediction = prediction / temperature
-        probabilities = torch.softmax(prediction, dim=1).numpy()[0]
-        
-        # Chọn nốt dựa trên phân phối xác suất
-        index = np.random.choice(len(probabilities), p=probabilities)
-        
-        result_note = int_to_note[index]
-        generated_notes.append(result_note)
-        
-        # Cập nhật cửa sổ trượt (thêm nốt mới, xóa nốt cũ nhất)
-        pattern.append(index)
-        pattern = pattern[1:]
-        
-    # ==========================================
-    # 3. CHUYỂN NGỮ AI THÀNH FILE MIDI
-    # ==========================================
-    offset = 0
-    output_stream = stream.Stream()
-    output_stream.append(instrument.Piano()) # Chọn nhạc cụ
-    
-    for pattern_note in generated_notes:
-        # Nếu là hợp âm (có dấu chấm, ví dụ '4.7.11')
-        if ('.' in pattern_note) or pattern_note.isdigit():
-            notes_in_chord = pattern_note.split('.')
-            chord_notes = []
-            for current_note in notes_in_chord:
-                new_note = note.Note(int(current_note))
-                new_note.storedInstrument = instrument.Piano()
-                chord_notes.append(new_note)
-            new_chord = chord.Chord(chord_notes)
-            new_chord.offset = offset
-            output_stream.append(new_chord)
-        # Nếu là nốt đơn (Ví dụ: 'C4')
-        else:
-            new_note = note.Note(pattern_note)
-            new_note.offset = offset
-            new_note.storedInstrument = instrument.Piano()
-            output_stream.append(new_note)
-            
-        # Tịnh tiến thời gian cho nốt tiếp theo
-        offset += base_offset 
-        
-    output_stream.write('midi', fp=output_file)
-
-# ==========================================
-# 4. API ENDPOINT
-# ==========================================
-@app.post("/generate-vibe")
-async def generate_vibe(data: HeartRateData, request: Request):
-    # Đường dẫn file
-    midi_file = f"music/ai_vibe_{data.bpm}.mid"
-    wav_file = f"music/ai_vibe_{data.bpm}.wav"
-    soundfont_path = "soundfonts/Piano.sf2" # Đường dẫn tới file sf2 bạn vừa tải
-    
-    # Bước 1: PyTorch sinh ra cấu trúc nốt nhạc (MIDI)
-    # Bước 1: PyTorch sinh ra cấu trúc nốt nhạc (MIDI)
-    generate_ai_midi(data.bpm, midi_file)
-    
-    # Bước 2: Tự viết lệnh Render bằng Subprocess chuẩn xác cho FluidSynth 2.5+
-    print("Đang render MIDI thành âm thanh Piano...")
-    try:
-        subprocess.run([
-            "fluidsynth", 
-            "-ni",               # Chạy ẩn không cần giao diện
-            "-r", "44100",       # Chất lượng Sample rate
-            "-F", wav_file,      # Xuất ra file thay vì phát ra loa laptop!
-            soundfont_path,      # Dàn nhạc (Soundfont)
-            midi_file            # Kịch bản (MIDI)
-        ], check=True)
-    except Exception as e:
-        print(f"Lỗi khi render âm thanh: {e}")
-        return {"status": "error", "message": "Render failed"}
-    
-    server_url = str(request.base_url).rstrip("/")
-    
-    # Bước 3: Trả về link file âm thanh xịn xò cho App Flutter
-    return {"status": "success", "audio_url": f"{server_url}/{wav_file}"}