Spaces:
Sleeping
Sleeping
File size: 1,222 Bytes
8be1d11 a6813aa 8be1d11 3c8adfb 8be1d11 7446b86 8be1d11 e26f5f8 8be1d11 422520d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 |
from huggingface_hub import from_pretrained_fastai
import gradio as gr
from fastai.vision.all import *
from PIL import Image
import numpy as np
import librosa, librosa.display
# repo_id = "YOUR_USERNAME/YOUR_LEARNER_NAME"
repo_id = "jegilj/Deteccion_sonido"
learner = from_pretrained_fastai(repo_id)
labels = learner.dls.vocab
def crear_espectrograma(ruta_wav):
sonido_espectrograma, _ = librosa.load(ruta_wav)
matriz_con_float = librosa.amplitude_to_db(librosa.stft(sonido_espectrograma)) + 100 # sumo 100 para que los valores sean positivos, antes estaban entre -50 y 40 aprox
matriz_con_int = matriz_con_float.astype(np.uint8)
imagen = Image.fromarray(matriz_con_int)
return imagen
# Funcion para predecir:
def predict(ruta_wav_predecir):
imagen = crear_espectrograma(ruta_wav_predecir)
imagen.save("imagen_pedecir.png")
pred,pred_idx,probs = learner.predict('imagen_pedecir.png')
return {labels[i]: float(probs[i]) for i in range(len(labels))}
# Creamos la interfaz y la lanzamos.
gr.Interface(fn=predict, inputs=gr.Audio(source="upload", type="filepath"), outputs=gr.outputs.Label(num_top_classes=3),examples=['dog00f0204f_nohash_0.wav','right0132a06d_nohash_0.wav']).launch(share=False)
|