Create app.py

app.py

@@ -0,0 +1,52 @@
+import gradio as gr
+import librosa
+import librosa.display
+import numpy as np
+import matplotlib.pyplot as plt
+
+def visualize_audio(file):
+    # Charger l'audio
+    y, sr = librosa.load(file, sr=None)
+
+    # Transformer le signal en spectre de fréquences
+    D = librosa.stft(y)  # Transformée de Fourier
+    magnitude, phase = np.abs(D), np.angle(D)
+
+    # Créer les figures pour affichage
+    fig, ax = plt.subplots(3, 1, figsize=(10, 12))
+
+    # 1. Affichage de la forme d'onde
+    ax[0].plot(y, color="blue")
+    ax[0].set_title("Forme d'onde")
+    ax[0].set_xlabel("Temps (échantillons)")
+    ax[0].set_ylabel("Amplitude")
+
+    # 2. Affichage du spectrogramme
+    librosa.display.specshow(librosa.amplitude_to_db(magnitude, ref=np.max), sr=sr, y_axis='log', x_axis='time', ax=ax[1])
+    ax[1].set_title("Spectrogramme (log-magnitude)")
+    ax[1].set_xlabel("Temps (s)")
+    ax[1].set_ylabel("Fréquence (Hz)")
+
+    # 3. Affichage de la phase
+    librosa.display.specshow(phase, sr=sr, y_axis='log', x_axis='time', ax=ax[2], cmap='twilight')
+    ax[2].set_title("Phase (FFT)")
+    ax[2].set_xlabel("Temps (s)")
+    ax[2].set_ylabel("Fréquence (Hz)")
+
+    # Sauvegarde de l'image
+    plt.tight_layout()
+    image_path = "audio_visualization.png"
+    plt.savefig(image_path)
+    plt.close()
+
+    return image_path
+
+# Interface Gradio pour tester
+iface = gr.Interface(
+    fn=visualize_audio,
+    inputs=gr.Audio(type="filepath"),
+    outputs="image",
+    title="Visualisation Audio (Waveform, Spectrogramme, Phase)"
+)
+
+iface.launch()