Update main.py

main.py

@@ -8,7 +8,7 @@ from stable_audio_tools.inference.generation import generate_diffusion_cond_inpa
 import requests
 import os
 import io
-import scipy.io.wavfile  # استيراد سبيبي للحفظ
+import scipy.io.wavfile
 from fastapi.responses import StreamingResponse
 from huggingface_hub import login
 
@@ -52,15 +52,17 @@ def translate_and_enhance(arabic_text, instrument):
     user_content = f"Translate and enhance: {arabic_text}. Focus on {instrument}."
     
     try:
-        response = requests.post(api_url, json={"messages": [{"role": "system", "content": system_prompt}, {"role": "user", "content": user_content}]}, headers=headers, timeout=30)
+        # تعديل: قللنا الـ timeout لـ 5 ثواني بس كرمال ما يروح الوقت والـ Space يفصل
+        response = requests.post(api_url, json={"messages": [{"role": "system", "content": system_prompt}, {"role": "user", "content": user_content}]}, headers=headers, timeout=5)
         if response.status_code == 200:
             result = response.json()
             return result['choices'][0]['message']['content']
         else:
             return f"A high-quality {instrument} track, {arabic_text}"
     except Exception as e:
-        print(f"Translation error: {e}")
-        return f"A high-quality {instrument} music piece, style of {arabic_text}"
+        # إذا صار timeout بالترجمة، منكمل فوراً بالنص الأصلي لنوفر وقت
+        print(f"Translation skipped (Timeout/Error) to save time.")
+        return f"A professional {instrument} music, style of {arabic_text}"
 
 @app.post("/generate-music")
 async def generate_music(request: MusicRequest):
@@ -68,6 +70,7 @@ async def generate_music(request: MusicRequest):
     if model is None:
         raise HTTPException(status_code=500, detail="Model not loaded on server.")
     
+    # الترجمة هلأ صارت أسرع بكتير بالاستجابة
     enhanced_prompt = translate_and_enhance(request.prompt, request.instrument)
     
     conditioning = [{
@@ -88,17 +91,11 @@ async def generate_music(request: MusicRequest):
             )
         
         output = rearrange(output, "b d n -> d (b n)")
-        # تحويل البيانات لـ float32 ثم int16
         output = output.to(torch.float32).div(torch.max(torch.abs(output))).clamp(-1, 1).mul(32767).to(torch.int16).cpu()
         
-        # --- التعديل هون ---
         buffer = io.BytesIO()
-        # استخدام scipy بدل torchaudio لتجنب مشكلة الـ backend
-        # ملاحظة: scipy بتتوقع (التردد، مصفوفة البيانات)
-        # ولازم نحول التنسور لـ numpy array
         scipy.io.wavfile.write(buffer, sample_rate, output.numpy().T) 
         buffer.seek(0)
-        # ------------------
         
         return StreamingResponse(buffer, media_type="audio/wav")
     except Exception as e: