update

main.py

@@ -74,105 +74,148 @@ model.eval() # Chuyển sang chế độ suy luận
 with open('notes_corpus.pkl', 'rb') as f:
     corpus = pickle.load(f)
 
-# ==========================================
-# 2. HÀM SÁNG TÁC BẰNG NHIỆT ĐỘ (TEMPERATURE)
-# ==========================================
-def sample_with_top_k(probs, k=10):
-    idx = np.argsort(probs)[-k:]
-    probs = probs[idx]
-    probs = probs / probs.sum()
-    return np.random.choice(idx, p=probs)
-
-def generate_ai_midi(bpm: int, output_file: str, num_notes: int = 60):
-    num_notes = int(120 + bpm * 1.5)
-    # --- PHẦN THÊM MỚI: ĐỊNH NGHĨA THANG NGŨ CUNG (C Pentatonic) ---
-    # Các nốt: C, D, E, G, A ở nhiều quãng tám (từ trầm đến trung)
-    # Chỉ dùng các nốt từ C2 (36) đến C4 (60) - Tuyệt đối không để vượt quá 60
-    # PENTATONIC_MS = [36, 38, 40, 43, 45, 48, 50, 52, 55, 57, 60]
-    
-    # def get_closest_pentatonic(pitch_input):
-    #     """Hàm ép một nốt bất kỳ về nốt Ngũ cung gần nhất"""
-    #     return min(PENTATONIC_MS, key=lambda x: abs(x - pitch_input))
-    # -----------------------------------------------------------
-    # Logic phản hồi sinh học
+def generate_ai_midi(bpm: int, output_file: str, num_notes: int = 200):
+    # ==========================================
+    # 1. CONFIG CHILL MUSIC
+    # ==========================================
     temperature = 0.6 + (bpm - 60) / 100
     temperature = max(0.5, min(1.2, temperature))
-        
-    # Chọn bừa 100 nốt từ kho dữ liệu để làm "mồi" cho AI
+
+    # 🎼 C Major scale (safe, chill)
+    SCALE = ["C", "D", "E", "F", "G", "A", "B"]
+
+    # 🎹 Chill chord progression (lofi classic)
+    CHORD_PROGRESSION = [
+        ["C4", "E4", "G4"],
+        ["A3", "C4", "E4"],
+        ["D4", "F4", "A4"],
+        ["G3", "B3", "D4"]
+    ]
+
+    # 🥁 Rhythm pattern (groove)
+    RHYTHM_PATTERN = [0.5, 0.5, 1.0, 0.5, 0.5, 1.5]
+
+    # ==========================================
+    # 2. SEED (random mạnh hơn)
+    # ==========================================
     start_idx = random.randint(0, len(corpus) - 100)
     seed_sequence = corpus[start_idx:start_idx + 100]
-    pattern = [note_to_int[char] for char in seed_sequence]
-    
+    random.shuffle(seed_sequence)
+
+    pattern = [note_to_int[n] for n in seed_sequence]
+
     generated_notes = []
-    
-    print(f"Đang sáng tác với Temp={temperature}...")
-    
-    # AI bắt đầu dự đoán
+
+    print(f"🎧 Generating chill music | Temp={temperature:.2f}")
+
+    # ==========================================
+    # 3. TOP-K SAMPLING
+    # ==========================================
+    def sample_with_top_k(probs, k=8):
+        idx = np.argsort(probs)[-k:]
+        probs = probs[idx]
+        probs = probs / probs.sum()
+        return np.random.choice(idx, p=probs)
+
+    # ==========================================
+    # 4. GENERATE NOTES
+    # ==========================================
     for i in range(num_notes):
         sequence_tensor = torch.tensor([pattern], dtype=torch.long).to(device)
-        
+
         with torch.no_grad():
             prediction = model(sequence_tensor)
-            
-        # ÁP DỤNG TEMPERATURE
+
         prediction = prediction / temperature
-        probabilities = torch.softmax(prediction, dim=1).numpy()[0]
-        
-        # Chọn nốt dựa trên phân phối xác suất
-        index = sample_with_top_k(probabilities, k=8)
-        
+        probs = torch.softmax(prediction, dim=1).cpu().numpy()[0]
+
+        index = sample_with_top_k(probs)
         result_note = int_to_note[index]
+
         generated_notes.append(result_note)
-        
-        # Cập nhật cửa sổ trượt (thêm nốt mới, xóa nốt cũ nhất)
+
         pattern.append(index)
         pattern = pattern[1:]
-    print("Generated notes:", generated_notes[:20])
+
+    print("Sample notes:", generated_notes[:10])
+
     # ==========================================
-    # 3. CHUYỂN NGỮ AI THÀNH FILE MIDI
+    # 5. BUILD MIDI STREAM
     # ==========================================
     offset = 0
     output_stream = stream.Stream()
-    output_stream.append(instrument.Piano()) # Chọn nhạc cụ
-    
-    for pattern_note in generated_notes:
+
+    inst = instrument.Piano()
+    inst.midiProgram = 0
+    output_stream.insert(0, inst)
+
+    chord_idx = 0
+
+    for i, pattern_note in enumerate(generated_notes):
         try:
             parts = pattern_note.split("_")
 
+            # 🎹 ADD CHORD (every 8 notes)
+            if i % 8 == 0:
+                chord_notes = [note.Note(p) for p in CHORD_PROGRESSION[chord_idx]]
+                ch = chord.Chord(chord_notes)
+                ch.quarterLength = 4
+                ch.offset = offset
+                ch.volume.velocity = random.randint(50, 80)
+                output_stream.append(ch)
+
+                chord_idx = (chord_idx + 1) % len(CHORD_PROGRESSION)
+
             # REST
             if parts[0] == "REST":
-                dur = float(eval(parts[1]))  # "33/100" → 0.33
+                dur = RHYTHM_PATTERN[i % len(RHYTHM_PATTERN)]
                 offset += dur
                 continue
 
             # NOTE
             elif parts[0] == "NOTE":
                 pitch = parts[1]
-                dur = float(eval(parts[2]))
+
+                # 🎼 Scale filter
+                if pitch[0] not in SCALE:
+                    continue
+
+                dur = RHYTHM_PATTERN[i % len(RHYTHM_PATTERN)]
 
                 new_obj = note.Note(pitch)
                 new_obj.quarterLength = dur
 
-            # CHORD
+            # CHORD (AI generated)
             elif parts[0] == "CHORD":
                 pitches = parts[1].split(".")
-                dur = float(eval(parts[2]))
+                dur = RHYTHM_PATTERN[i % len(RHYTHM_PATTERN)]
 
                 chord_notes = [note.Note(p) for p in pitches]
                 new_obj = chord.Chord(chord_notes)
                 new_obj.quarterLength = dur
 
-            # thêm vào stream
-            new_obj.offset = offset
+            # 🎧 HUMANIZATION
+            new_obj.offset = offset + random.uniform(-0.02, 0.02)
+            new_obj.volume.velocity = random.randint(60, 90)
+
             output_stream.append(new_obj)
 
             offset += dur
 
         except Exception as e:
             print("Skip:", pattern_note, e)
-            continue
-    output_stream.write('midi', fp=output_file)
+            continue    
+    final_stream = stream.Stream()
+
+    for i in range(3):  # loop 3 lần
+        for el in output_stream:
+            new_el = el
+            new_el.offset += i * offset
+            final_stream.append(new_el)
+
+    print("Total notes:", len(final_stream))
 
+    final_stream.write('midi', fp=output_file)
 # ==========================================
 # 4. API ENDPOINT
 # ==========================================