Update app.py

app.py

@@ -18,10 +18,6 @@ logging.info("Carregando o modelo pré-treinado.")
 model = MusicGen.get_pretrained('nateraw/musicgen-songstarter-v0.2')
 model.set_generation_params(duration=8)
 
-# Define o diretório de saída para salvar os arquivos de áudio gerados
-output_dir = './generated_music'
-os.makedirs(output_dir, exist_ok=True)
-
 @spaces.GPU(duration=120)
 def generate_music(description, melody_audio):
     with autocast():
@@ -40,17 +36,16 @@ def generate_music(description, melody_audio):
             logging.info("Gerando música de forma incondicional.")
             wav = model.generate_unconditional(1)
         filename = f'{str(uuid.uuid4())}.wav'
-        output_path = os.path.join(output_dir, filename)  # Salva o arquivo no diretório de saída
-        logging.info(f"Salvando a música gerada em: {output_path}")
-        audio_write(output_path, wav[0].cpu().to(torch.float32), model.sample_rate, strategy="loudness", loudness_compressor=True)
+        logging.info(f"Salvando a música gerada com o nome: {filename}")
+        audio_write(filename, wav[0].cpu().to(torch.float32), model.sample_rate, strategy="loudness", loudness_compressor=True)
         
         # Verifica a forma do tensor de áudio e se foi salvo corretamente
         logging.info(f"A forma do tensor de áudio gerado: {wav[0].shape}")
         logging.info("Música gerada e salva com sucesso.")
-        if not os.path.exists(output_path):
-            raise ValueError(f'Failed to save audio to {output_path}')
+        if not os.path.exists(filename):
+            raise ValueError(f'Failed to save audio to {filename}')
 
-        return output_path
+        return filename
     
 # Define a interface Gradio
 description = gr.Textbox(label="Description", placeholder="acoustic, guitar, melody, trap, d minor, 90 bpm")