First Versión

app.py

@@ -1,7 +1,23 @@
+import os
 import gradio as gr
+from model_inference import (
+    inferir_basic_pitch
+)
 
-def greet(name):
-    return "Hello " + name + "!!"
+def procesar_wav(input_wav_path: str):
+    # 1) Generar archivos midi
+    midi_path = inferir_basic_pitch(input_wav_path)
+    
+    # Devolver la ruta del archivo MIDI generado
+    return midi_path
 
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
-demo.launch()
+demo = gr.Interface(
+    fn=procesar_wav,
+    inputs=gr.Audio(label="Sube un stem (.wav", type="filepath"),
+    outputs=gr.File(label="Fichero Midi", type="file"),
+    title="Basic Pitch Inference",
+    description="Sube tu archivo de audio para generar el archivo midi correspondiente.",
+)
+
+if __name__ == "__main__":
+    demo.launch(server_name="0.0.0.0", server_port=7860)

model_inference.py

@@ -0,0 +1,51 @@
+import os
+import warnings
+from basic_pitch.inference import predict_and_save
+from basic_pitch import ICASSP_2022_MODEL_PATH
+import tensorflow as tf
+
+
+# Suprime warnings de runtime (p.ej. invalid value encountered in divide)
+warnings.filterwarnings("ignore", category=RuntimeWarning)
+
+# Carpeta raíz donde guardamos archivos midi
+BASE_MIDI_DIR = "data/midi"
+
+
+def inferir_basic_pitch(input_file: str) -> str:
+    """
+    Procesa un archivo de audio y genera un archivo MIDI usando Basic Pitch.
+    
+    Args:
+        input_file: Ruta al archivo de audio de entrada
+        
+    Returns:
+        Ruta al archivo MIDI generado
+    """
+    # Crear directorio de salida si no existe
+    os.makedirs(BASE_MIDI_DIR, exist_ok=True)
+    
+    # Generar nombre del archivo MIDI basado en el archivo de entrada
+    base_name = os.path.splitext(os.path.basename(input_file))[0]
+    midi_path = os.path.join(BASE_MIDI_DIR, f"{base_name}_basic_pitch.mid")
+    
+    try:
+        # Cargar modelo de Basic Pitch
+        basic_pitch_model = tf.saved_model.load(str(ICASSP_2022_MODEL_PATH))
+        
+        # Realizar predicción y guardar archivo MIDI
+        predict_and_save(
+            audio_path_list=[input_file],
+            output_directory=BASE_MIDI_DIR,
+            save_midi=True,
+            sonify_midi=False,
+            save_model_outputs=False,
+            save_notes=False,
+        )
+        
+        return midi_path
+        
+    except Exception as e:
+        print(f"Error durante la inferencia: {e}")
+        return None
+