chore: change text output

src/music_engine/image_processor.py

@@ -4,15 +4,12 @@ from PIL import Image
 import timm
 from pathlib import Path
 import numpy as np
-
-# ТЕПЕРЬ BLIP-2
 from transformers import Blip2Processor, Blip2ForConditionalGeneration
 
 class ImageProcessor:
     def __init__(self, model_path: Path | str):
         self.device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
         
-        # --- ПОТОК 1: ТВОЙ АВТОРСКИЙ ЭМБЕДДИНГ (Core) ---
         self.emo_model = timm.create_model('resnet50', pretrained=False, num_classes=8)
         if Path(model_path).exists():
             self.emo_model.load_state_dict(torch.load(model_path, map_location=self.device))
@@ -26,15 +23,13 @@ class ImageProcessor:
             T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
         ])
 
-        # --- ПОТОК 2: СЕМАНТИЧЕСКИЙ ЭКСПЕРТ BLIP-2 ---
-        print("⏳ Загрузка тяжелой артиллерии: BLIP-2...")
-        # Используем версию opt-2.7b — она идеально сбалансирована для V100
+        print("Загрузка BLIP-2...")
         self.blip_processor = Blip2Processor.from_pretrained("Salesforce/blip2-opt-2.7b")
         self.blip_model = Blip2ForConditionalGeneration.from_pretrained(
             "Salesforce/blip2-opt-2.7b", 
-            torch_dtype=torch.float16 # Обязательно для скорости на V100
+            torch_dtype=torch.float16 
         ).to(self.device)
-        print("✅ BLIP-2 и ResNet-50 готовы.")
+        print("BLIP-2 и ResNet-50 готовы.")
 
     @torch.no_grad()
     def extract_embedding(self, image: Image.Image) -> np.ndarray:
@@ -47,10 +42,8 @@ class ImageProcessor:
         """Генерирует описание через BLIP-2."""
         img_rgb = image.convert('RGB')
         
-        # Инференс BLIP-2 требует float16 для V100
         inputs = self.blip_processor(images=img_rgb, return_tensors="pt").to(self.device, torch.float16)
         
-        # Генерируем описание
         generated_ids = self.blip_model.generate(**inputs, max_new_tokens=40)
         caption = self.blip_processor.batch_decode(generated_ids, skip_special_tokens=True)[0].strip()
         return caption

src/music_engine/llm_bridge.py

@@ -56,5 +56,5 @@ Example: {{"energy": 0.5, "flux": 0.2, "centroid": 0.4, "pitch": 0.3, "hnr": 0.8
                 return profile
             return None
         except Exception as e:
-            print(f"⚠️ Ошибка связи с локальной LLM: {e}")
+            print(f"Ошибка связи с локальной LLM: {e}")
             return None