Update requirements.txt

requirements.txt

@@ -1,256 +1,7 @@
-accelerate==1.8.1
-altair==5.5.0
-attrs==25.3.0
-audioread==3.0.1
-blinker==1.9.0
-cachetools==6.1.0
-certifi==2025.6.15
-cffi==1.17.1
-charset-normalizer==3.4.2
-click==8.2.1
-decorator==5.2.1
-diffusers==0.33.1
-filelock==3.13.1
-fsspec==2024.6.1
-gitdb==4.0.12
-GitPython==3.1.44
-hf-xet==1.1.5
-huggingface-hub==0.33.0
-idna==3.10
-importlib_metadata==8.7.0
-Jinja2==3.1.4
-joblib==1.5.1
-jsonschema==4.24.0
-jsonschema-specifications==2025.4.1
-lazy_loader==0.4
-librosa==0.11.0
-llvmlite==0.44.0
-MarkupSafe==2.1.5
-mpmath==1.3.0
-msgpack==1.1.1
-narwhals==1.43.1
-networkx==3.3
-numba==0.61.2
-numpy==2.1.2
-packaging==25.0
-pandas==2.3.0
-pillow==11.0.0
-platformdirs==4.3.8
-pooch==1.8.2
-protobuf==6.31.1
-psutil==7.0.0
-pyarrow==20.0.0
-pycparser==2.22
-pydeck==0.9.1
-python-dateutil==2.9.0.post0
-pytz==2025.2
-PyYAML==6.0.2
-referencing==0.36.2
-regex==2024.11.6
-requests==2.32.4
-rpds-py==0.25.1
-safetensors==0.5.3
-scikit-learn==1.7.0
-scipy==1.15.3
-setuptools==70.2.0
-six==1.17.0
-smmap==5.0.2
-soundfile==0.13.1
-soxr==0.5.0.post1
-standard-aifc==3.13.0
-standard-chunk==3.13.0
-standard-sunau==3.13.0
-streamlit==1.46.0
-sympy==1.13.3
-tenacity==9.1.2
-threadpoolctl==3.6.0
-tokenizers==0.21.1
-toml==0.10.2
-# torch==2.7.1  <-- Rimuovi o commenta
-torchaudio==2.7.1
-torchsde==0.2.6
-# torchvision==0.22.1 <-- Rimuovi o commenta
-tornado==6.5.1
-tqdm==4.67.1
-trampoline==0.1.2
-transformers==4.52.4
-# triton==3.3.1 <-- Rimuovi o commenta
-typing_extensions==4.12.2
-tzdata==2025.2
-urllib3==2.5.0
-watchdog<7,>=2.1.5
-zipp==3.23.0
-stable-audio-tools
-einops
-
-# Aggiungi le versioni CPU-specifiche di PyTorch e Torchaudio.
-# Utilizziamo la versione specificata sul sito ufficiale di PyTorch per la CPU con Python 3.10
-# (https://pytorch.org/get-started/locally/)
-# Per Torch 2.x, le wheel CPU-only non sono sempre esplicitamente nominate "cpu" nel filename
-# ma si scaricano quelle senza il tag "cuXXX".
-# Dobbiamo usare il modo consigliato da PyTorch per installare solo la versione CPU.
-# La cosa più pulita è installare `torch` senza specificare la versione CUDA.
-# A volte è necessario aggiungere un link diretto al pacchetto CPU.
-
-# Tentativo 1: Installazione generica di torch e torchaudio
-# pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
-
-# Dato che hai già delle versioni specifiche nel tuo file, proviamo a mantenerle ma assicurandoci che siano CPU-compatibili.
-# La migliore strategia è lasciare che pip decida, ma fornire l'indice CPU.
-
-# Mantengo le versioni che avevi, ma *senza* i pacchetti nvidia che non servono e creano conflitto
-# e aggiungo --extra-index-url per forzare il download delle versioni CPU.
-
-# Modificato il modo di specificare torch e torchaudio per puntare all'indice CPU
-# Ho rimosso direttamente torch, torchaudio, torchvision e triton dalla lista normale,
-# perché verranno installati separatamente.
-# Triton è spesso legato a CUDA e può creare problemi su CPU.
-
-# Dipendenze relative a CUDA/NVIDIA: spesso non necessarie e causano problemi su CPU.
-# Rimuovo quelle che sembrano essere sub-dipendenze di torch per CUDA.
-# Se pip riprova a scaricarle dopo, potrebbero essere dipendenze di stable-audio-tools o transformers
-# che a loro volta hanno dipendenze opzionali CUDA. In tal caso, si devono cercare versioni alternative.
-
-# rimosse:
-# nvidia-cufile-cu12==1.11.1.6
-# nvidia-curand-cu12==10.3.7.77
-# nvidia-cufft-cu12==11.3.0.4
-# nvidia-cuda-runtime-cu12==12.6.77
-# nvidia-cusparselt-cu12==0.6.3
-# nvidia-nvtx-cu12==12.6.77
-# nvidia-nvjitlink-cu12==12.6.85
-# nvidia-cuda-nvrtc-cu12==12.6.77
-# nvidia-cusolver-cu12==11.7.1.2
-# nvidia-cuda-cupti-cu12==12.6.80
-# nvidia-cusparse-cu12==12.5.4.2
-# nvidia-nccl-cu12==2.26.2
-# nvidia-cudnn-cu12==9.5.1.17
-# nvidia-cublas-cu12==12.6.4.1
-
-# Queste due linee devono essere aggiunte DA SOLE sotto tutte le altre dipendenze,
-# perché l'opzione --extra-index-url si applica a tutti i pacchetti nella stessa riga.
-# Non possiamo metterla nel requirements.txt in questo modo diretto.
-# Dobbiamo cambiare il comando RUN nel Dockerfile per usare questa opzione.
-
-# Data la complessità e il fatto che Hugging Face Spaces usa un Dockerfile generato,
-# la soluzione più affidabile è modificare il comando `pip install` nel tuo `.streamlit/config.toml`
-# o direttamente nel Dockerfile se ne hai uno custom.
-# Poiché non hai un Dockerfile esplicito, tenteremo un approccio più "Hugging Face Space friendly".
-
-# --- NUOVA STRATEGIA per requirements.txt ---
-# Lasciamo che `stable-audio-tools` e `transformers` portino le loro dipendenze,
-# ma cerchiamo di evitare conflitti espliciti.
-# Rimuovo le versioni esplicite di `torch`, `torchaudio`, `torchvision`, `triton`
-# e le dipendenze `nvidia-` che sono strettamente legate a CUDA.
-# Lascerò che `pip` cerchi di installare le versioni CPU di default.
-
-# Provo a pulire il requirements.txt mantenendo solo le dipendenze di alto livello
-# e lascio che pip risolva le sub-dipendenze.
-
-accelerate==1.8.1
-altair==5.5.0
-attrs==25.3.0
-audioread==3.0.1
-blinker==1.9.0
-cachetools==6.1.0
-certifi==2025.6.15
-cffi==1.17.1
-charset-normalizer==3.4.2
-click==8.2.1
-decorator==5.2.1
-diffusers==0.33.1
-filelock==3.13.1
-fsspec==2024.6.1
-gitdb==4.0.12
-GitPython==3.1.44
-hf-xet==1.1.5
-huggingface-hub==0.33.0
-idna==3.10
-importlib_metadata==8.7.0
-Jinja2==3.1.4
-joblib==1.5.1
-jsonschema==4.24.0
-jsonschema-specifications==2025.4.1
-lazy_loader==0.4
-librosa==0.11.0
-llvmlite==0.44.0
-MarkupSafe==2.1.5
-mpmath==1.3.0
-msgpack==1.1.1
-narwhals==1.43.1
-networkx==3.3
-numba==0.61.2
-numpy==2.1.2
-packaging==25.0
-pandas==2.3.0
-pillow==11.0.0
-platformdirs==4.3.8
-pooch==1.8.2
-protobuf==6.31.1
-psutil==7.0.0
-pyarrow==20.0.0
-pycparser==2.22
-pydeck==0.9.1
-python-dateutil==2.9.0.post0
-pytz==2025.2
-PyYAML==6.0.2
-referencing==0.36.2
-regex==2024.11.6
-requests==2.32.4
-rpds-py==0.25.1
-safetensors==0.5.3
-scikit-learn==1.7.0
-scipy==1.15.3
-setuptools==70.2.0
-six==1.17.0
-smmap==5.0.2
-soundfile==0.13.1
-soxr==0.5.0.post1
-standard-aifc==3.13.0
-standard-chunk==3.13.0
-standard-sunau==3.13.0
-streamlit==1.46.0
-sympy==1.13.3
-tenacity==9.1.2
-threadpoolctl==3.6.0
-tokenizers==0.21.1
-toml==0.10.2
-# Rimosse versioni specifiche di torch e torchaudio per permettere l'installazione della versione CPU
-# torch==2.7.1
-# torchaudio==2.7.1
-# torchvision==0.22.1
-torchsde==0.2.6
-tornado==6.5.1
-tqdm==4.67.1
-trampoline==0.1.2
-transformers==4.52.4
-# triton==3.3.1
-typing_extensions==4.12.2
-tzdata==2025.2
-urllib3==2.5.0
-watchdog<7,>=2.1.5
-zipp==3.23.0
-
-# Nuove dipendenze aggiunte per stable-audio-tools
-stable-audio-tools
-einops
-
-# Aggiungi PyTorch, Torchaudio, e Torchvision con l'URL dell'indice CPU
-# Questo forzerà l'installazione delle versioni CPU.
-# Li mettiamo alla fine in modo che pip possa prima risolvere le altre dipendenze.
-# Il modo migliore per farlo in un Hugging Face Space senza un Dockerfile è
-# specificare l'URL dell'indice direttamente nelle dipendenze se possibile,
-# oppure affidarsi alla risoluzione automatica che a volte scarica la versione CPU.
-
-# DATO IL TUO ERRORE, la strategia migliore è *non* specificare la versione esatta di torch,
-# torchaudio, torchvision e triton, e lasciare che le dipendenze di stable-audio-tools
-# e transformers tirino dentro le versioni compatibili.
-# Se questo non funziona, la tua unica opzione sarà usare un Dockerfile personalizzato
-# per controllare esattamente come `pip install` viene eseguito,
-# aggiungendo `--extra-index-url https://download.pytorch.org/whl/cpu`.
-
-# Reintroduco solo torch e torchaudio senza versioni per vedere se pip trova le versioni CPU.
-# Se questo fallisce ancora, dovremo riconsiderare.
+streamlit
+transformers
+diffusers
 torch
-torchaudio
-torchvision # Spesso richiesto da ViT-GPT2 e altre librerie basate su Torch
+soundfile
+Pillow
+numpy