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("

😭 SadTalker: Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation

\ Arxiv       \ Homepage       \ Github
") gr.Markdown(""" 🚀 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. Duplicate Space \
Alternativement, essayez notre code GitHub sur votre propre GPU. \ """) 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 :
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)