app.py

import os, sys
import gradio as gr
from huggingface_hub import snapshot_download

# Assurez-vous que le chemin d'importation de SadTalker est correct
# Cela suppose que 'src' est dans le même répertoire que ce fichier.
from src.gradio_demo import SadTalker 

# --- Fonctions de l'interface utilisateur ---

def toggle_audio_file(choice):
    """Bascule l'affichage entre l'audio standard et le mode IDLE (pas d'audio requis)."""
    if choice == False:
        # L'utilisateur désactive 'Use Idle Animation' -> afficher le champ Audio
        return gr.update(visible=True), gr.update(visible=False)
    else:
        # L'utilisateur active 'Use Idle Animation' -> cacher le champ Audio
        return gr.update(visible=False), gr.update(visible=True)
    
def ref_video_fn(path_of_ref_video):
    """Met à jour la checkbox 'Use Reference Video' si une vidéo de référence est chargée."""
    if path_of_ref_video is not None:
        return gr.update(value=True)
    else:
        return gr.update(value=False)
    
def download_model():
    """Télécharge les checkpoints du modèle SadTalker."""
    REPO_ID = 'vinthony/SadTalker-V002rc'
    # Utilisation de local_dir='./checkpoints' pour le standard SadTalker
    snapshot_download(repo_id=REPO_ID, local_dir='./checkpoints', local_dir_use_symlinks=False)

# --- Fonction principale de l'interface Gradio ---

def sadtalker_demo():

    # 1. Téléchargement des modèles
    print("Téléchargement des modèles SadTalker...")
    download_model()

    # 2. Initialisation du modèle (lazy_load=True retarde le chargement des poids)
    sad_talker = SadTalker(lazy_load=True)

    with gr.Blocks(analytics_enabled=False) as sadtalker_interface:
        gr.Markdown("<div align='center'> <h2> 😭 SadTalker: Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation </span> </h2> \
                    <a style='font-size:18px;color: #efefef' href='https://arxiv.org/abs/2211.12194'>Arxiv</a> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp; \
                    <a style='font-size:18px;color: #efefef' href='https://sadtalker.github.io'>Homepage</a>  &nbsp;&nbsp;&nbsp;&nbsp;&nbsp; \
                    <a style='font-size:18px;color: #efefef' href='https://github.com/Winfredy/SadTalker'> Github </div>")
        
        
        gr.Markdown("""
        <b>🚀 Dupliquez l'espace et mettez à niveau vers un GPU pour de meilleures performances et une inférence plus rapide sans attendre dans la file d'attente. <a style='display:inline-block' href="https://huggingface.co/spaces/vinthony/SadTalker?duplicate=true"><img src="https://bit.ly/3gLdBN6" alt="Duplicate Space"></a></b> \
        <br/><b>Alternativement, essayez notre <a href=https://github.com/Winfredy/SadTalker> code GitHub </a> sur votre propre GPU. </b> <a style='display:inline-block' href="https://github.com/Winfredy/SadTalker"><img src="https://img.shields.io/github/stars/Winfredy/SadTalker?style=social"/></a> \
        """)
        
        with gr.Row(): 
            with gr.Column(variant='panel'):
                with gr.Tabs(elem_id="sadtalker_source_image"):
                    with gr.TabItem('Source image'):
                        with gr.Row():
                            source_image = gr.Image(label="Source image", source="upload", type="filepath", elem_id="img2img_image") 

                with gr.Tabs(elem_id="sadtalker_driven_audio"):
                    with gr.TabItem('Driving Methods'):
                        gr.Markdown("Combinaisons possibles : <br> 1. Audio seul 2. Audio/IDLE Mode + Ref Video 3. IDLE Mode seul 4. Ref Video seul ")

                        with gr.Row():
                            driven_audio = gr.Audio(label="Input audio", source="upload", type="filepath", max_length=180) 
                            # Audio invisible pour le mode IDLE
                            driven_audio_no = gr.Audio(label="Use IDLE mode, no audio is required", source="upload", type="filepath", visible=False) 

                            with gr.Column():
                                use_idle_mode = gr.Checkbox(label="Use Idle Animation")
                                length_of_audio = gr.Number(value=5, label="The length(seconds) of the generated video.")
                                # Action pour basculer les champs audio
                                use_idle_mode.change(toggle_audio_file, inputs=use_idle_mode, outputs=[driven_audio, driven_audio_no]) 

                        with gr.Row():
                            ref_video = gr.Video(label="Reference Video", source="upload", type="filepath", elem_id="vidref")

                            with gr.Column():
                                use_ref_video = gr.Checkbox(label="Use Reference Video")
                                ref_info = gr.Radio(['pose', 'blink','pose+blink', 'all'], value='pose', label='Reference Video',info="Comment emprunter de la vidéo de référence ?")

                            ref_video.change(ref_video_fn, inputs=ref_video, outputs=[use_ref_video])


            with gr.Column(variant='panel'): 
                with gr.Tabs(elem_id="sadtalker_checkbox"):
                    with gr.TabItem('Settings'):
                        gr.Markdown("Aide ? Visitez notre [[page de meilleures pratiques](https://github.com/OpenTalker/SadTalker/blob/main/docs/best_practice.md)]")
                        with gr.Column(variant='panel'):
                            
                            with gr.Row():
                                pose_style = gr.Slider(minimum=0, maximum=45, step=1, label="Pose style", value=0) 
                                exp_weight = gr.Slider(minimum=0, maximum=3, step=0.1, label="expression scale", value=1) 
                                blink_every = gr.Checkbox(label="use eye blink", value=True)

                            with gr.Row():
                                size_of_image = gr.Radio([256, 512], value=256, label='face model resolution', info="Utiliser le modèle 256/512 ?") 
                                preprocess_type = gr.Radio(['crop', 'resize','full', 'extcrop', 'extfull'], value='crop', label='preprocess', info="Comment traiter l'image source?")
                            
                            with gr.Row():
                                is_still_mode = gr.Checkbox(label="Still Mode (moins de mouvement de tête, fonctionne avec `full`)")
                                facerender = gr.Radio(['facevid2vid','pirender'], value='facevid2vid', label='facerender', info="Quel moteur de rendu de visage ?")
                                
                            with gr.Row():
                                batch_size = gr.Slider(label="batch size in generation", step=1, maximum=10, value=1)
                                enhancer = gr.Checkbox(label="GFPGAN as Face enhancer")
                            
                            submit = gr.Button('Generate', elem_id="sadtalker_generate", variant='primary')
                            
                with gr.Tabs(elem_id="sadtalker_genearted"):
                    gen_video = gr.Video(label="Generated video", format="mp4", scale=1) 

        # --- Événement de soumission ---
        submit.click(
            fn=sad_talker.test,
            inputs=[source_image,
                    driven_audio,
                    preprocess_type,
                    is_still_mode,
                    enhancer,
                    batch_size,             
                    size_of_image,
                    pose_style,
                    facerender,
                    exp_weight,
                    use_ref_video,
                    ref_video,
                    ref_info,
                    use_idle_mode,
                    length_of_audio,
                    blink_every
                    ], 
            outputs=[gen_video],
            )

        # --- Exemples ---
        with gr.Row():
            examples = [
                [
                    'examples/source_image/full_body_1.png',
                    'examples/driven_audio/bus_chinese.wav',
                    'crop',
                    True,
                    False
                ],
                # ... (le reste des exemples est maintenu tel quel)
                [
                    'examples/source_image/art_5.png',
                    'examples/driven_audio/RD_Radio31_000.wav',
                    'resize',
                    True,
                    True
                ],
            ]
            gr.Examples(examples=examples,
                        inputs=[
                            source_image,
                            driven_audio,
                            preprocess_type,
                            is_still_mode,
                            enhancer], 
                        outputs=[gen_video],
                        fn=sad_talker.test,
                        # MODIFICATION CLÉ ICI : Desactiver la mise en cache
                        cache_examples=False) 

    return sadtalker_interface
    

if __name__ == "__main__":

    demo = sadtalker_demo()
    # Configuration cruciale pour l'API (n8n ou autre) et la file d'attente
    # api_open=True permet de créer automatiquement une API REST pour l'endpoint 'test' (sad_talker.test)
    demo.queue(max_size=10, api_open=True) 
    demo.launch(debug=True)