Upload folder using huggingface_hub

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+test.mp3 filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,13 +1,32 @@
----
-title: Suno
-emoji: 🏆
-colorFrom: gray
-colorTo: gray
-sdk: gradio
-sdk_version: 5.23.1
-app_file: app.py
-pinned: false
-license: apache-2.0
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Suno 音乐分离工具
+
+这是一个基于Facebook Research的Demucs v4 AI模型的音乐分离工具，可以将音乐分离为人声和伴奏两个部分。
+
+## 功能特点
+
+- 支持多种音频格式（mp3、wav等）
+- 高质量的人声和伴奏分离
+- 简洁易用的界面
+- 快速处理
+
+## 使用方法
+
+1. 上传您想要分离的音频文件
+2. 点击"提交"按钮
+3. 等待处理完成后，可以下载分离后的人声和伴奏
+
+## 技术说明
+
+- 使用Facebook Research的[Demucs v4](https://github.com/facebookresearch/demucs) AI模型进行音频分离
+- 基于Gradio构建用户界面
+- 支持大多数常见音频格式
+
+## 示例文件
+
+应用中提供了一个测试音频文件，您可以直接使用它来测试分离效果。
+
+## 注意事项
+
+- 分离质量取决于原始音频的质量和特性
+- 处理时间取决于音频长度和服务器负载
+- 大文件处理可能需要更长时间 

app.py

@@ -0,0 +1,54 @@
+import os
+import gradio as gr
+from scipy.io.wavfile import write
+import tempfile
+import shutil
+
+def inference(audio_file):
+    """处理上传的音频文件并分离人声和伴奏"""
+    # 创建输出目录
+    os.makedirs("out", exist_ok=True)
+    
+    # 使用demucs分离音频
+    output_dir = "out"
+    os.system(f"python -m demucs.separate -n htdemucs --two-stems=vocals '{audio_file}' -o {output_dir}")
+    
+    # 获取分离后的文件路径
+    base_name = os.path.basename(audio_file)
+    name_without_ext = os.path.splitext(base_name)[0]
+    
+    vocals_path = os.path.join(output_dir, "htdemucs", name_without_ext, "vocals.wav")
+    no_vocals_path = os.path.join(output_dir, "htdemucs", name_without_ext, "no_vocals.wav")
+    
+    return vocals_path, no_vocals_path
+
+# 创建API接口
+title = "Suno 音乐分离工具"
+description = """
+### 使用说明
+1. 上传音频文件（支持mp3、wav等格式）
+2. 点击"提交"按钮
+3. 等待处理完成后下载分离后的人声和伴奏
+
+### 技术说明
+- 本工具使用Facebook Research的Demucs v4 AI模型进行音频分离
+- 分离质量取决于原始音频的质量和特性
+"""
+
+# 创建应用界面
+demo = gr.Interface(
+    fn=inference,
+    inputs=gr.Audio(type="filepath", label="上传音频文件"),
+    outputs=[
+        gr.Audio(type="filepath", label="人声"),
+        gr.Audio(type="filepath", label="伴奏")
+    ],
+    title=title,
+    description=description,
+    theme="huggingface",
+    examples=[["test.mp3"]]
+)
+
+if __name__ == "__main__":
+    # 启动服务器
+    demo.launch() 

packages.txt

@@ -0,0 +1 @@
+ffmpeg

requirements.txt

@@ -0,0 +1,8 @@
+git+https://github.com/facebookresearch/demucs#egg=demucs
+scipy
+invisible-watermark
+fonts
+font-roboto
+numpy<1.26
+gradio>=3.50.0
+

test.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4b431d535d235bd81b62f816f08c3f1afb6679d2706d84b3b75903b7df909507
+size 262867