app.py

import gradio as gr
from transformers import AutoProcessor, MusicgenForConditionalGeneration
import torch

# Загружаем предварительно обученный процессор и модель
processor = AutoProcessor.from_pretrained("facebook/musicgen-small")
model = MusicgenForConditionalGeneration.from_pretrained("facebook/musicgen-small")

def generate_music(prompt):
    # Преобразуем текстовый запрос в формат, подходящий для модели
    inputs = processor(
        text=[prompt],
        padding=True,
        return_tensors="pt",
    )
    
    # Генерируем музыку на основе текстового запроса
    with torch.no_grad():  # Отключаем расчет градиентов для экономии памяти
        audio_values = model.generate(**inputs, do_sample=True, guidance_scale=3, max_new_tokens=256)

    # В зависимости от формата выходных данных модели, нужно преобразовать их в аудио
    # В этом примере предполагается, что audio_values - это тензор с аудиоданными
    audio = audio_values.cpu().numpy().flatten()  # Преобразуем в одномерный массив

    # Сохраняем аудио в файл
    # Это пример, вам необходимо использовать правильный формат и библиотеку для сохранения аудио
    # Например, используя soundfile или scipy.io.wavfile для сохранения в WAV
    import soundfile as sf
    audio_file_path = "generated_music.wav"
    sf.write(audio_file_path, audio, samplerate=16000)  # Предполагаемая частота дискретизации

    return audio_file_path

with gr.Blocks() as demo:
    with gr.Row():
        prompt_input = gr.Textbox(lines=3, placeholder="Введите описание музыки...", label="Текстовый запрос")
    with gr.Row():
        generate_button = gr.Button("Создать")
    with gr.Row():
        output_audio = gr.Audio(label="Сгенерированная музыка")

    generate_button.click(fn=generate_music, inputs=prompt_input, outputs=output_audio)

demo.launch()