Update app.py

app.py

@@ -10,8 +10,7 @@ import asyncio
 from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
 from groq import Groq
 
-# API 키 및 환경 설정
-GENAI_KEY = os.getenv("GEMINI_KEY") # 기존 키 유지 시
+# API 키 설정
 GROQ_API_KEY = os.getenv("GROQ_API_KEY")
 
 class ModelManager:
@@ -22,7 +21,6 @@ class ModelManager:
     @classmethod
     def get_qwen(cls):
         if cls._llm_pipeline is None:
-            # CPU 최적화 버전 Qwen 0.5B
             model_id = "Qwen/Qwen2.5-0.5B-Instruct"
             tokenizer = AutoTokenizer.from_pretrained(model_id)
             model = AutoModelForCausalLM.from_pretrained(model_id, device_map="cpu", torch_dtype=torch.float32)
@@ -41,7 +39,6 @@ class ModelManager:
             cls._music_pipeline = pipeline("text-to-audio", "facebook/musicgen-small", device="cpu")
         return cls._music_pipeline
 
-# 8인 멤버 보이스 매핑
 MEMBERS_VOICE = {
     "서윤 (Korea)": "ko-KR-SunHiNeural", "Chloe (USA)": "en-US-AriaNeural", 
     "Naomi (Japan)": "ja-JP-NanamiNeural", "Beatrice (Brazil)": "pt-BR-FranciscaNeural",
@@ -49,15 +46,19 @@ MEMBERS_VOICE = {
     "Liwei (China)": "zh-CN-XiaoxiaoNeural", "Sophie (France)": "fr-FR-DeniseNeural"
 }
 
-async def band_consulting(user_input, member_name, lang_code):
+async def band_consulting(user_input, member_name, lang_code, g_inst, b_inst, d_inst, chords):
     req_id = str(uuid.uuid4())[:8]
     voice_path = f"/tmp/v_{req_id}.mp3"
     music_path = f"/tmp/m_{req_id}.wav"
     
-    system_prompt = f"당신은 밴드 멤버 {member_name}입니다. {lang_code}로 답변하세요. 5줄 이내 요약, 상세 설명은 [TAB]에, 음악 프롬프트는 [MUSIC: 영어프롬프트]에 넣으세요."
+    # 1. JAM 요청사항 통합 프롬프트 (설명 보강 지시 추가)
+    jam_info = f"기타 스타일: {g_inst}, 베이스: {b_inst}, 드럼: {d_inst}, 코드진행: {chords}"
+    system_prompt = f"""당신은 락밴드 멤버 {member_name}입니다. {lang_code}로 답변하세요.
+    단순 요약이 아니라 뮤지션으로서 전문적이고 깊이 있는 상담을 5~7문장으로 상세히 말해주세요.
+    [TAB] 섹션에는 타블라악보나 상세 코드 진행을 반드시 포함하세요.
+    [MUSIC] 섹션에는 다음 JAM 요청을 반영한 영어 프롬프트를 작성하세요: {jam_info}"""
     
     ai_text_raw = ""
-    # 1. Groq 시도
     groq_client = ModelManager.get_groq()
     if groq_client:
         try:
@@ -68,38 +69,42 @@ async def band_consulting(user_input, member_name, lang_code):
             ai_text_raw = res.choices[0].message.content
         except: pass
 
-    # 2. 로컬 Qwen Fallback
     if not ai_text_raw:
         qwen = ModelManager.get_qwen()
-        out = qwen(f"<|im_start|>system\n{system_prompt}<|im_end|>\n<|im_start|>user\n{user_input}<|im_end|>\nassistant\n", max_new_tokens=512)
+        out = qwen(f"<|im_start|>system\n{system_prompt}<|im_end|>\n<|im_start|>user\n{user_input}<|im_end|>\nassistant\n", max_new_tokens=1024)
         ai_text_raw = out[0]['generated_text'].split("assistant\n")[-1]
 
-    # 파싱
+    # 파싱 로직
     tab_match = re.search(r'\[TAB\](.*?)(\[|$)', ai_text_raw, re.DOTALL | re.IGNORECASE)
     music_match = re.search(r'\[MUSIC:(.*?)\]', ai_text_raw, re.IGNORECASE)
-    tab_display = tab_match.group(1).strip() if tab_match else "상세 악보 준비 중..."
+    tab_display = tab_match.group(1).strip() if tab_match else "No Score Data"
     clean_text = re.sub(r'\[TAB\].*?(\[|$)', '', ai_text_raw, flags=re.DOTALL | re.IGNORECASE)
     clean_text = re.sub(r'\[MUSIC:.*?\]', '', clean_text, flags=re.IGNORECASE).strip()
     
-    # 3. TTS 음성 생성 (복구)
-    tts_text = "\n".join(clean_text.split('\n')[:5])
+    # 2. TTS 생성 (5~7문장 반영)
     voice_name = MEMBERS_VOICE.get(member_name, "ko-KR-SunHiNeural")
-    communicate = edge_tts.Communicate(re.sub(r'[\*\#\-\_\~\|]', '', tts_text), voice_name)
+    communicate = edge_tts.Communicate(re.sub(r'[\*\#\-\_\~\|]', '', clean_text), voice_name)
     await communicate.save(voice_path)
 
-    # 4. 음악 생성 (길이 연장: 512 토큰 = 약 12초)
+    # 3. 음악 생성 (12초 연주)
     music_gen = ModelManager.get_music()
-    music_p = music_match.group(1).strip() if music_match else "energetic rock guitar solo"
+    music_p = music_match.group(1).strip() if music_match else "modern rock band sound"
     music_output = music_gen(music_p, forward_params={"max_new_tokens": 512})
     audio_data = np.squeeze(music_output["audio"])
     audio_int16 = (audio_data * 32767).astype(np.int16)
     scipy.io.wavfile.write(music_path, music_output["sampling_rate"], audio_int16)
 
-    return tts_text, voice_path, music_path, tab_display
+    return clean_text, voice_path, music_path, tab_display
 
-with gr.Blocks() as demo:
-    i1 = gr.Textbox(); i2 = gr.Textbox(); i3 = gr.Textbox()
-    o1 = gr.Textbox(); o2 = gr.Audio(); o3 = gr.Audio(); o4 = gr.Textbox()
-    btn = gr.Button("GO"); btn.click(band_consulting, [i1, i2, i3], [o1, o2, o3, o4], api_name="predict")
+with gr.Blocks(css="#neon-glow { transition: all 0.5s; }") as demo:
+    # Hidden Inputs for logic
+    i_input = gr.Textbox(visible=False); i_mem = gr.Textbox(visible=False); i_lang = gr.Textbox(visible=False)
+    # JAM Inputs
+    i_g = gr.Textbox(visible=False); i_b = gr.Textbox(visible=False); i_d = gr.Textbox(visible=False); i_c = gr.Textbox(visible=False)
+    
+    o_text = gr.Textbox(visible=False); o_voice = gr.Audio(visible=False); o_music = gr.Audio(visible=False); o_tab = gr.Textbox(visible=False)
+    
+    btn = gr.Button("API", visible=False)
+    btn.click(band_consulting, [i_input, i_mem, i_lang, i_g, i_b, i_d, i_c], [o_text, o_voice, o_music, o_tab], api_name="predict")
 
 demo.queue().launch()