update app.py

app.py

@@ -193,20 +193,28 @@ def preprocess_sound(df):
 # -------- Gradio --------
 def predict_with_metadata(url):
     if url.strip() == "":
-        return " Veuillez entrer une URL FreeSound."
+        return "❌ Veuillez entrer une URL FreeSound."
+
+    # 1️⃣ Récupérer les métadonnées brutes
     df_raw = fetch_sound_metadata(url)
     raw_str = "=== Métadonnées brutes ===\n" + df_raw.to_string(index=False)
-    df_processed = preprocess_sound(df_raw)
 
-    if isinstance(df_processed, pd.DataFrame):
-        processed_str = "\n\n=== Features après preprocessing ===\n" + df_processed.to_string(index=False)
-    else:
-        processed_str = "\n\n" + df_processed  # message d'erreur déjà string
+    # 2️⃣ Vérifier la durée
+    dur = df_raw["duration"].iloc[0]
+    if dur < 0.5:
+        return raw_str + f"\n\n❌ Son trop court ({dur} sec)"
+    elif 3 < dur < 10 or dur > 60:
+        return raw_str + f"\n\n❌ Son trop long ou hors plage acceptable ({dur} sec)"
+
+    # 3️⃣ Prétraitement seulement si durée ok
+    df_processed = preprocess_sound(df_raw)
+    processed_str = "\n\n=== Features après preprocessing ===\n" + df_processed.to_string(index=False)
 
     return raw_str + processed_str
 
 
 
+
 with gr.Blocks(title="FreeSound Popularity Detector") as demo:
     gr.Markdown("# 🎧 FreeSound Popularity Detector")
     gr.Markdown("Collez l'URL d'un son FreeSound et le preprocessing complet sera appliqué automatiquement.")