Ajuste de filtro pasa-altos a 40 Hz y eliminación de reducción de ruido en stems para más claridad

audio_pipeline.py

@@ -1,5 +1,3 @@
-# audio_pipeline.py
-
 import os
 import subprocess
 import sys
@@ -66,26 +64,22 @@ def separar_audio_demucs_6stems(input_file: str, model: str = "htdemucs_6s") ->
 def limpiar_stems(stems_dir: str) -> None:
     """
     Para cada stem:
-      1) Reduce ruido
-      2) Filtro pasa-altos
-      3) Normaliza
-      4) Guarda como *_cleaned.wav
+      1) Aplica filtro pasa-altos
+      2) Normaliza
+      3) Guarda como *_cleaned.wav
     """
     for archivo in os.listdir(stems_dir):
         if archivo.endswith(".wav"):
             ruta_in = os.path.join(stems_dir, archivo)
             y, sr = librosa.load(ruta_in, sr=None)
 
-            # 1) reducción de ruido
-            y_denoised = nr.reduce_noise(y=y, sr=sr)
-
-            # 2) paso alto
-            y_hp = highpass_filter(y_denoised, sr, cutoff=100.0)
+            # 1) filtro pasa-altos
+            y_hp = highpass_filter(y, sr, cutoff=40.0)
 
-            # 3) normalización
+            # 2) normalización
             y_norm = normalize(y_hp)
 
-            # 4) guardar
+            # 3) guardar
             ruta_out = ruta_in.replace(".wav", "_cleaned.wav")
             sf.write(ruta_out, y_norm, sr)
 
@@ -122,8 +116,8 @@ def combinar_stems_sin_vocales(stems_dir: str) -> None:
 def reducir_ruido(input_file: str, output_file: str, noise_duration: float = 0.5) -> None:
     """
     Procesa un WAV completo:
-      1) Reduce ruido usando los primeros `noise_duration` s
-      2) Aplica filtro pasa-altos
+      1) Reduce ruido usando los primeros `noise_duration` seg
+      2) Filtra pasa-altos
       3) Normaliza
       4) Guarda en output_file
     """
@@ -131,7 +125,7 @@ def reducir_ruido(input_file: str, output_file: str, noise_duration: float = 0.5
     noise = y[:int(sr * noise_duration)]
     y_denoised = nr.reduce_noise(y=y, sr=sr, y_noise=noise)
 
-    y_hp = highpass_filter(y_denoised, sr, cutoff=100.0)
+    y_hp = highpass_filter(y_denoised, sr, cutoff=40.0)
     y_norm = normalize(y_hp)
 
     sf.write(output_file, y_norm, sr)