Update api/seedvr_server.py

api/seedvr_server.py

@@ -6,22 +6,25 @@ import shutil
 import mimetypes
 import time
 from pathlib import Path
-from typing import Optional, Tuple
+from typing import Optional, Callable
 from types import SimpleNamespace
 
 from huggingface_hub import hf_hub_download
 
-# Adiciona dinamicamente o caminho do repositório clonado ao sys.path
+# Adiciona dinamicamente o caminho do repositório clonado ao sys.path.
 # Isso é crucial para que a importação do 'inference_cli' funcione.
 SEEDVR_REPO_PATH = Path(os.getenv("SEEDVR_ROOT", "/data/SeedVR"))
 if str(SEEDVR_REPO_PATH) not in sys.path:
+    # Insere no início da lista para garantir prioridade de importação.
     sys.path.insert(0, str(SEEDVR_REPO_PATH))
 
 # Tenta importar as funções necessárias APÓS a modificação do path.
+# Se falhar, a aplicação não pode continuar.
 try:
     from inference_cli import run_inference_logic, save_frames_to_video
 except ImportError as e:
-    print(f"ERRO FATAL: Não foi possível importar de 'inference_cli.py'. Verifique se o repositório em {SEEDVR_REPO_PATH} está correto.")
+    print(f"ERRO FATAL: Não foi possível importar de 'inference_cli.py'.")
+    print(f"Verifique se o repositório em '{SEEDVR_REPO_PATH}' está correto e completo.")
     raise e
 
 class SeedVRServer:
@@ -53,6 +56,7 @@ class SeedVRServer:
         """ Clona o repositório do SeedVR se ele não existir. """
         if not (self.SEEDVR_ROOT / ".git").exists():
             print(f"[SeedVRServer] Clonando repositório para {self.SEEDVR_ROOT}...")
+            # Usamos subprocess.run aqui porque é uma tarefa de inicialização única.
             subprocess.run(["git", "clone", "--depth", "1", self.REPO_URL, str(self.SEEDVR_ROOT)], check=True)
         else:
             print("[SeedVRServer] Repositório SeedVR já existe.")
@@ -79,50 +83,51 @@ class SeedVRServer:
         self,
         file_path: str, *,
         seed: int, res_h: int, res_w: int, sp_size: int,
-        fps: Optional[float] = None, progress=None
+        fps: Optional[float] = None, progress: Optional[Callable] = None
     ) -> str:
         """
         Executa a inferência diretamente no mesmo processo e retorna o caminho do arquivo de saída.
         """
-        out_dir = self.OUTPUT_ROOT / f"run_{int(time.time())}"
+        # Cria um diretório de saída único para salvar o resultado.
+        out_dir = self.OUTPUT_ROOT / f"run_{int(time.time())}_{Path(file_path).stem}"
         out_dir.mkdir(parents=True, exist_ok=True)
         output_filepath = out_dir / f"result_{Path(file_path).stem}.mp4"
 
-        # Simula o objeto 'args' que a função de lógica espera
+        # Simula o objeto 'args' que a função de lógica do inference_cli espera.
+        # Usamos SimpleNamespace para criar um objeto simples com atributos.
         args = SimpleNamespace(
             video_path=file_path,
             output=str(output_filepath),
             model_dir=str(self.CKPTS_ROOT),
             seed=seed,
-            resolution=res_h, # O script do SeedVR usa a altura (lado menor) como referência
+            resolution=res_h, # O script do SeedVR usa a altura (lado menor) como referência.
             batch_size=sp_size,
             model="seedvr2_ema_3b_fp16.safetensors",
             preserve_vram=True,
-            debug=True,
+            debug=True, # Mantém o debug ativo para logs detalhados.
             cuda_device=",".join(map(str, range(self.NUM_GPUS_TOTAL))),
             skip_first_frames=0,
-            load_cap=0
+            load_cap=0,
+            output_format='video' # Garante que sempre gere vídeo
         )
 
         try:
-            if progress:
-                progress(0.1, desc="Iniciando a lógica de inferência...")
-            
-            # Chama a função importada do script original
+            # Chama a função importada do script original, passando o callback de progresso.
             result_tensor, original_fps, _, _ = run_inference_logic(args, progress_callback=progress)
             
             if progress:
-                progress(0.9, desc="Salvando o vídeo resultante...")
+                progress(0.95, "Saving the final video...")
 
+            # Define o FPS final: usa o valor da UI ou o original do vídeo de entrada.
             final_fps = fps if fps and fps > 0 else original_fps
             save_frames_to_video(result_tensor, str(output_filepath), final_fps, args.debug)
             
-            print(f"✅ Vídeo salvo com sucesso em: {output_filepath}")
+            print(f"✅ Video saved successfully to: {output_filepath}")
             
+            # Retorna o caminho do arquivo gerado para a UI.
             return str(output_filepath)
             
         except Exception as e:
-            print(f"❌ Erro durante a execução direta da inferência: {e}")
-            import traceback
-            traceback.print_exc()
-            raise # Propaga o erro para a UI do Gradio, que o exibirá.
+            print(f"❌ Error during direct inference execution: {e}")
+            # Propaga o erro para a UI do Gradio, que o exibirá de forma amigável.
+            raise