Update app.py

app.py

@@ -1,22 +1,23 @@
 import gradio as gr
 from transformers import pipeline
 import requests
+import os
+
+# 환경변수에서 Hugging Face API 토큰을 로드
+hugging_face_auth_token = os.getenv("HUGGING_FACE_AUTH_TOKEN")
 
 # 이미지 인식 파이프라인 로드
 image_model = pipeline("image-classification", model="google/vit-base-patch16-224")
 
-    hugging_face_auth_token = os.getenv("HUGGING_FACE_AUTH_TOKEN")
-
 def get_audiogen(prompt):
     # 오디오 생성 모델 API 호출
     response = requests.post(
         "https://api-inference.huggingface.co/models/fffiloni/audiogen",
-        headers={"Authorization": "Bearer os.getenv"},
+        headers={"Authorization": f"Bearer {hugging_face_auth_token}"},  # 수정된 부분
         json={"inputs": prompt, "parameters": {"length": 10}, "options": {"use_cache": False}}
     )
     result = response.json()
-    # 여기에서 result 처리 로직을 구현합니다.
-    # 예: 생성된 오디오 파일의 URL을 반환하거나, 오디오 데이터 자체를 반환할 수 있습니다.
+    # 생성된 오디오 파일의 URL을 반환하거나, 오디오 데이터 자체를 반환
     return result
 
 def classify_and_generate_audio(uploaded_image):
@@ -27,8 +28,7 @@ def classify_and_generate_audio(uploaded_image):
     # 오디오 생성
     audio_result = get_audiogen(top_prediction)
     
-    # audio_result를 처리하여 Gradio가 재생할 수 있는 형식으로 반환합니다.
-    # 예: audio_result['url'] 또는 audio_result['audio_data'] 등
+    # audio_result를 처리하여 Gradio가 재생할 수 있는 형식으로 반환
     return top_prediction, audio_result
 
 # Gradio 인터페이스 생성
@@ -42,4 +42,3 @@ iface = gr.Interface(
 
 # 인터페이스 실행
 iface.launch()
-