Update app.py

app.py

@@ -9,9 +9,10 @@ import librosa.display
 import matplotlib.pyplot as plt
 import numpy as np
 import soundfile as sf
+import spaces  # Prise en charge de ZeroGPU / spaces
 
 # ==========================================================
-# AudioShield — Watermarking (Compatible Multi-Format)
+# AudioShield — Watermarking Multi-Format
 # ==========================================================
 
 def _generate_pn_pattern(shape, seed=42, chip_hold=4, smooth_taps=5):
@@ -67,18 +68,17 @@ def _process_single_channel(y_channel, sr, watermark_key, alpha, apply_masking,
     return y_wm, magnitude, watermarked_magnitude, hop_length
 
 
+@spaces.GPU
 def embed_watermark(audio_path, watermark_key=42, alpha=0.015, apply_masking=True):
     """Injecte le tatouage sur n'importe quel fichier audio (Mono ou Stéréo)."""
     if not audio_path:
         return None, None, "Veuillez fournir un fichier audio."
 
     try:
-        # mono=False permet de conserver la stéréo si le fichier d'origine l'est
         y, sr = librosa.load(audio_path, sr=None, mono=False, duration=300)
     except Exception as e:
         return None, None, f"❌ Erreur de lecture du fichier : {str(e)}"
 
-    # Traitement Mono vs Stéréo/Multicanal
     if y.ndim == 1:  # Audio mono
         y_wm, orig_mag, wm_mag, hop_len = _process_single_channel(
             y, sr, watermark_key, alpha, apply_masking
@@ -96,10 +96,8 @@ def embed_watermark(audio_path, watermark_key=42, alpha=0.015, apply_masking=Tru
     uid = uuid.uuid4().hex[:8]
     output_path = f"audio_watermarked_{uid}.wav"
 
-    # Écriture dans un fichier WAV haute qualité (sans perte)
     sf.write(output_path, y_out, sr)
 
-    # Génération du spectrogramme de contrôle (sur le canal 1)
     fig, ax = plt.subplots(2, 1, figsize=(10, 6), sharex=True)
     D_orig = librosa.amplitude_to_db(orig_mag, ref=np.max)
     D_wm = librosa.amplitude_to_db(wm_mag, ref=np.max)
@@ -118,6 +116,7 @@ def embed_watermark(audio_path, watermark_key=42, alpha=0.015, apply_masking=Tru
     return output_path, spec_path, "✅ Tatouage appliqué avec succès (compatible tout format, Mono/Stéréo)."
 
 
+@spaces.GPU
 def detect_watermark(watermarked_audio_path, watermark_key=42):
     """Détecte le watermark sur n'importe quel fichier audio."""
     if not watermarked_audio_path:
@@ -134,7 +133,6 @@ def detect_watermark(watermarked_audio_path, watermark_key=42):
 
     pn_pattern = _generate_pn_pattern(magnitude.shape, seed=int(watermark_key))
 
-    # Masque fréquentiel (ignore les zones non tatouées pour un meilleur score)
     freqs = librosa.fft_frequencies(sr=sr, n_fft=n_fft)
     freq_mask = (freqs > 300) & (freqs < sr / 2 - 1000)
 
@@ -200,5 +198,5 @@ with gr.Blocks(title="AudioShield Watermark — ACoNum") as demo:
 
         btn_detect.click(detect_watermark, inputs=[audio_verify, key_verify], outputs=[detect_out])
 
-# Lancement direct sur Hugging Face
-demo.launch()
+# Activer la file d'attente (nécessaire pour ZeroGPU / spaces)
+demo.queue().launch()