Upload app.py

app.py

@@ -3,45 +3,47 @@ import os
 import datetime
 import pytz
 
-current_time = datetime.datetime.now(pytz.timezone('Asia/Shanghai')).strftime("%Y年-%m月-%d日 %H时:%M分:%S秒")
+def current_time():
+    current = datetime.datetime.now(pytz.timezone('Asia/Shanghai')).strftime("%Y年-%m月-%d日 %H时:%M分:%S秒")
+    return current
 
-print(f"[{current_time}] 日志： - 部署空间")
+print(f"[{current_time()}] 开始部署空间...")
 
 from pathlib import Path
-print(f"[{current_time}] 日志： - 安装 gsutil")
+print(f"[{current_time()}] 日志：安装 - gsutil")
 os.system("pip install gsutil")
-print(f"[{current_time}] 日志： - 从 Github 克隆 T5X 训练框架")
+print(f"[{current_time()}] 日志：Git - 克隆 Github 的 T5X 训练框架到当前目录")
 os.system("git clone --branch=main https://github.com/google-research/t5x")
-print(f"[{current_time}] 日志： - 将 T5X 训练框架转变为临时文件")
+print(f"[{current_time()}] 日志：文件 - 移动 t5x 到当前目录并重命名为 t5x_tmp 并删除")
 os.system("mv t5x t5x_tmp; mv t5x_tmp/* .; rm -r t5x_tmp")
-print(f"[{current_time}] 日志： - 修改当前目录下的 setup.py 内的 jax[tpu] 为 jax")
+print(f"[{current_time()}] 日志：编辑 - 替换 setup.py 内的文本“jax[tpu]”为“jax”")
 os.system("sed -i 's:jax\[tpu\]:jax:' setup.py")
-print(f"[{current_time}] 日志： - 安装当前目录中的 Python 包")
+print(f"[{current_time()}] 日志：Python - 使用 pip 安装 当前目录内的 Python 包")
 os.system("python3 -m pip install -e .")
-print(f"[{current_time}] 日志： - 更新 Python 包管理器 pip 到最新版")
+print(f"[{current_time()}] 日志：Python - 更新 Python 包管理器 pip")
 os.system("python3 -m pip install --upgrade pip")
 
 
 # 安装 mt3
-print(f"[{current_time}] 日志： - 从 Github 克隆 MT3 模型")
+print(f"[{current_time()}] 日志：Git - 克隆 Github 的 MT3 模型到当前目录")
 os.system("git clone --branch=main https://github.com/magenta/mt3")
-print(f"[{current_time}] 日志： - 将 MT3 模型转变为临时文件")
+print(f"[{current_time()}] 日志：文件 - 移动 mt3 到当前目录并重命名为 mt3_tmp 并删除")
 os.system("mv mt3 mt3_tmp; mv mt3_tmp/* .; rm -r mt3_tmp")
-print(f"[{current_time}] 日志： - 安装当前目录中的 Python 包")
+print(f"[{current_time()}] 日志：Python - 使用 pip 安装 当前目录内的 Python 包")
 os.system("python3 -m pip install -e .")
-print(f"[{current_time}] 日志： - 安装 TensorFlow CPU版")
+print(f"[{current_time()}] 日志：安装 - TensorFlow CPU")
 os.system("pip install tensorflow_cpu")
 
 # 复制检查点
-print(f"[{current_time}] 日志： - 复制 MT3 内的检查点到当前目录")
+print(f"[{current_time()}] 日志：gsutil - 复制 MT3 检查点到当前目录")
 os.system("gsutil -q -m cp -r gs://mt3/checkpoints .")
 
 # 复制 soundfont 文件（原始文件来自 https://sites.google.com/site/soundfonts4u）
-print(f"[{current_time}] 日志： - 复制 SoundFont 文件到当前目录")
+print(f"[{current_time()}] 日志：gsutil - 复制 SoundFont 文件到当前目录")
 os.system("gsutil -q -m cp gs://magentadata/soundfonts/SGM-v2.01-Sal-Guit-Bass-V1.3.sf2 .")
 
 #@title 导入和定义
-print(f"[{current_time}] 日志： - 导入实用命令")
+print(f"[{current_time()}] 日志：导入 - 必要工具")
 import functools
 
 import numpy as np
@@ -77,14 +79,13 @@ def upload_audio(audio, sample_rate):
 		audio, sample_rate=sample_rate)
 
 
-print(f"[{current_time}] 日志： - 包装模型")
+print(f"[{current_time()}] 日志：开始包装模型...")
 class InferenceModel(object):
 	"""音乐转录的 T5X 模型包装器。"""
 
 	def __init__(self, checkpoint_path, model_type='mt3'):
 
 		# 模型常量。
-		print(f"[{current_time}] 日志： - 设置模型常量")
 		if model_type == 'ismir2021':
 			num_velocity_bins = 127
 			self.encoding_spec = note_sequences.NoteEncodingSpec
@@ -108,7 +109,7 @@ class InferenceModel(object):
 				model_parallel_submesh=None, num_partitions=1)
 
 		# 构建编解码器和词汇表。
-		print(f"[{current_time}] 日志： - 构建编解码器")
+		print(f"[{current_time()}] 日志：构建编解码器")
 		self.spectrogram_config = spectrograms.SpectrogramConfig()
 		self.codec = vocabularies.build_codec(
 				vocab_config=vocabularies.VocabularyConfig(
@@ -120,12 +121,12 @@ class InferenceModel(object):
 		}
 
 		# 创建 T5X 模型。
-		print(f"[{current_time}] 日志： - 创建 T5X 模型")
+		print(f"[{current_time()}] 日志：创建 T5X 模型")
 		self._parse_gin(gin_files)
 		self.model = self._load_model()
 
 		# 从检查点中恢复。
-		print(f"[{current_time}] 日志： - 恢复检查点")
+		print(f"[{current_time()}] 日志：恢复模型检查点")
 		self.restore_from_checkpoint(checkpoint_path)
 
 	@property
@@ -137,7 +138,7 @@ class InferenceModel(object):
 
 	def _parse_gin(self, gin_files):
 		"""解析用于训练模型的 gin 文件。"""
-		print(f"[{current_time}] 日志： - 解析 gin 文件")
+		print(f"[{current_time()}] 日志：解析 gin 文件")
 		gin_bindings = [
 				'from __gin__ import dynamic_registration',
 				'from mt3 import vocabularies',
@@ -150,7 +151,7 @@ class InferenceModel(object):
 
 	def _load_model(self):
 		"""在解析训练 gin 配置后加载 T5X `Model`。"""
-		print(f"[{current_time}] 日志： - 加载 T5X 模型")
+		print(f"[{current_time()}] 日志：加载 T5X 模型")
 		model_config = gin.get_configurable(network.T5Config)()
 		module = network.Transformer(config=model_config)
 		return models.ContinuousInputsEncoderDecoderModel(
@@ -163,7 +164,7 @@ class InferenceModel(object):
 
 	def restore_from_checkpoint(self, checkpoint_path):
 		"""从检查点中恢复训练状态，重置 self._predict_fn()。"""
-		print(f"[{current_time}] 日志： - 从检查点恢复训练状态")
+		print(f"[{current_time()}] 日志：从检查点恢复训练状态")
 		train_state_initializer = t5x.utils.TrainStateInitializer(
 			optimizer_def=self.model.optimizer_def,
 			init_fn=self.model.get_initial_variables,
@@ -181,7 +182,7 @@ class InferenceModel(object):
 	@functools.lru_cache()
 	def _get_predict_fn(self, train_state_axes):
 		"""生成一个分区的预测函数用于解码。"""
-		print(f"[{current_time}] 日志： - 生成用于解码的预测函数")
+		print(f"[{current_time()}] 日志：生成用于解码的预测函数")
 		def partial_predict_fn(params, batch, decode_rng):
 			return self.model.predict_batch_with_aux(
 					params, batch, decoder_params={'decode_rng': None})
@@ -195,7 +196,7 @@ class InferenceModel(object):
 
 	def predict_tokens(self, batch, seed=0):
 		"""从预处理的数据集批次中预测 tokens。"""
-		print(f"[{current_time}] 日志： - 从数据集中预测 tokens")
+		print(f"[{current_time()}] 运行：从预处理数据集中预测音符序列")
 		prediction, _ = self._predict_fn(
 self._train_state.params, batch, jax.random.PRNGKey(seed))
 		return self.vocabulary.decode_tf(prediction).numpy()
@@ -208,7 +209,7 @@ self._train_state.params, batch, jax.random.PRNGKey(seed))
 		返回：
 			转录音频的音符序列。
 		"""
-		print(f"[{current_time}] 日志： - 推断音符序列")
+		print(f"[{current_time()}] 运行：从音频样本中推断音符序列")
 		ds = self.audio_to_dataset(audio)
 		ds = self.preprocess(ds)
 
@@ -229,7 +230,7 @@ self._train_state.params, batch, jax.random.PRNGKey(seed))
 
 	def audio_to_dataset(self, audio):
 		"""从输入音频创建一个包含频谱图的 TF Dataset。"""
-		print(f"[{current_time}] 日志： - 创建 TF Dataset")
+		print(f"[{current_time()}] 运行：从音频创建包含频谱图的 TF Dataset")
 		frames, frame_times = self._audio_to_frames(audio)
 		return tf.data.Dataset.from_tensors({
 				'inputs': frames,
@@ -238,9 +239,9 @@ self._train_state.params, batch, jax.random.PRNGKey(seed))
 
 	def _audio_to_frames(self, audio):
 		"""从音频计算频谱图帧。"""
-		print(f"[{current_time}] 日志： - 计算频谱图帧")
+		print(f"[{current_time()}] 运行：从音频计算频谱图帧")
 		frame_size = self.spectrogram_config.hop_width
-		padding = [0, frame_size - len(audio) % frame_size]
+		padding = [0, frame_size提示 - len(audio) % frame_size]
 		audio = np.pad(audio, padding, mode='constant')
 		frames = spectrograms.split_audio(audio, self.spectrogram_config)
 		num_frames = len(audio) // frame_size
@@ -289,20 +290,19 @@ inference_model = InferenceModel('/home/user/app/checkpoints/mt3/', 'mt3')
 
 
 def inference(audio):
+	filename = os.path.basename(audio)  # 获取输入文件的文件名
+	print(f"[{current_time()}] 运行：输入文件: {filename}")
 	with open(audio, 'rb') as fd:
 		contents = fd.read()
 	audio = upload_audio(contents,sample_rate=16000)
-
 	est_ns = inference_model(audio)
-
 	note_seq.sequence_proto_to_midi_file(est_ns, './transcribed.mid')
-
 	return './transcribed.mid'
 
 title = "MT3"
-description = "MT3：多任务多音轨音乐转录的 Gradio 演示。要使用它，只需上传音频文件，或点击示例以加载它们。更多信息请参阅下面的链接。"
+description = "MT3：多任务多音轨音乐转录的 Gradio 演示。要使用它，只需上传音频文件，或点击示例以查看效果。更多信息请参阅下面的链接。"
 
-article = "<p style='text-align: center'>出错了？试试把文件转换为MP3后再上传吧~</p><p style='text-align: center'><a href='https://arxiv.org/abs/2111.03017' target='_blank'>MT3: 多任务多音轨音乐转录</a> | <a href='https://github.com/magenta/mt3' target='_blank'>Github 仓库</a></p>"
+article = "<p style='text-align: center'>出错了？试试把文件转换为MP3后再上传吧~</p><p style='text-align: center'><a href='https://arxiv.org/abs/2111.03017' target='_blank'>MT3: 多任务多音轨音乐转录</a> | <a href='https://github.com/hmjz100/mt3' target='_blank'>Github 仓库</a></p>"
 
 examples=[['canon.flac'], ['download.wav']]