projet vraiment fini

app.py

@@ -6,6 +6,9 @@ from PIL import Image
 from dotenv import load_dotenv
 from groq import Groq
 import json
+from pptx import Presentation
+from pptx.util import Inches, Pt
+from pptx.enum.text import PP_ALIGN
 
 load_dotenv()
 
@@ -14,17 +17,7 @@ FLUX1_APIKEY = os.getenv('FLUX1_APIKEY')
 #LLM
 GEMINI_APIKEY = os.getenv('GEMINI_APIKEY')
 
-initPrompt = open('prompt.txt', 'r').read()
-
-# TODO : 
-# - Prendre en entrée soit un texte, soit un fichier audio (empecher saisie de l'un si l'autre est rempli)
-# - Le LLM résume cette entrée en plusieurs axes avec des mots clés par axes
-# - Flux génère une diapo par axé généré par le LLM précédemment 
-# - On se retrouve en sortie avec plusieurs diapo et des mots clés les accompagnants
-
-def Main(audioFile, nbDiapo):
-    finalText = ''
-    listOfImages = []
+def Main(audioFile, nbDiapo) -> int:
 
     initPrompt = f'''
         Je vais te fournir un texte, il faut faire un résumé du contenu de celui ci sous forme de {nbDiapo} points clé, qui seront utilisé pour un powerpoint (Tu génèrera le titre de la diapo, son contenu texuel, ainsi qu'un prompt pour générer une image de contexte approprié). Tu ne doit répondre uniquement en format JSON sans explications suplémentaire.
@@ -45,21 +38,12 @@ def Main(audioFile, nbDiapo):
     '''
 
     transcribedText = TranscribeAudio(audioFile)
-    print(transcribedText)
     fullDiapoTxt = GenerateTextLLM(initPrompt + transcribedText)
-    print(fullDiapoTxt)
     fullDiapoJson = json.loads(fullDiapoTxt)
 
-    for diapo in fullDiapoJson:
-        title = diapo['titre']
-        content = diapo['contenu']
-        imgPrompt = diapo['image_prompt']
-        
-        finalText += 'Titre : ' + title + '\nContenu : ' + content + '\n\n'
-
-        listOfImages.append(GenerateImageFromText(imgPrompt))
+    diapo = creer_presentation_multidiapo(fullDiapoJson)
 
-    return listOfImages, finalText
+    return diapo
 
 def GenerateImageFromText(prompt):
     API_URL = "https://api-inference.huggingface.co/models/black-forest-labs/FLUX.1-dev"
@@ -74,7 +58,7 @@ def GenerateImageFromText(prompt):
     })
     image = Image.open(io.BytesIO(image_bytes))
 
-    return image, ''
+    return image
 
 def GenerateTextLLM(inputText):
     
@@ -103,8 +87,6 @@ def GenerateTextLLM(inputText):
 
 def TranscribeAudio(filepath):
     client = Groq()
-    print(type(filepath))
-    print(filepath)
 
     with open(filepath, "rb") as file:
         transcription = client.audio.transcriptions.create(
@@ -112,25 +94,80 @@ def TranscribeAudio(filepath):
         model="whisper-large-v3",
         prompt="Specify context or spelling",
         response_format="json",
-        language="fr",
         )
         return transcription.text
 
+
+def ajouter_diapo(presentation, texte, image_pil, titre=None):
+    diapo = presentation.slides.add_slide(presentation.slide_layouts[5])
+
+    if titre:
+        left = Inches(0.5)
+        top = Inches(0.5)
+        largeur = Inches(8)
+        hauteur = Inches(1)
+        zone_titre = diapo.shapes.add_textbox(left, top, largeur, hauteur)
+        cadre_titre = zone_titre.text_frame
+        cadre_titre.text = titre
+        cadre_titre.paragraphs[0].font.size = Pt(24)
+
+    left = Inches(0.5)
+    top = Inches(1.5)
+    largeur = Inches(4)
+    hauteur = Inches(4)
+    zone_texte = diapo.shapes.add_textbox(left, top, largeur, hauteur)
+    cadre_texte = zone_texte.text_frame
+    cadre_texte.word_wrap = True  # Retour automatique à la ligne
+    cadre_texte.auto_size = True  # Ajuste la taille du texte
+
+    p = cadre_texte.add_paragraph()
+    p.text = texte
+    p.font.size = Pt(18)  # Taille du texte
+    p.alignment = PP_ALIGN.LEFT  # Aligner le texte à gauche
+
+    img_byte_arr = io.BytesIO()
+    image_pil.save(img_byte_arr, format='PNG')
+    img_byte_arr.seek(0)
+
+    left = Inches(5.5)
+    top = Inches(1.5)
+    largeur_image = Inches(4)
+    diapo.shapes.add_picture(img_byte_arr, left, top, width=largeur_image)
+
+def creer_presentation_multidiapo(fullDiapoJson):
+    presentation = Presentation()
+
+    for diapo in fullDiapoJson:
+        print('ici')
+        title = diapo['titre']
+        content = diapo['contenu']
+        imgPrompt = diapo['image_prompt']
+
+        image = GenerateImageFromText(imgPrompt)
+        print('Image généré')
+
+        ajouter_diapo(presentation, content, image, title)
+
+    filename = 'Presentation.pptx'
+    presentation.save(filename)
+
+    return filename
+
+
 inputs = [
-    gr.Audio(sources='microphone', type='filepath', label="Entrée audio"),
+    gr.Audio(sources='microphone', type='filepath', label="Enregistrer un audio"),
     gr.Slider(minimum=1, maximum=5, value=3, step=1, label="Nombre de diapo")
 ]
 
-outputs_image = [
-    gr.Gallery(type="pil", label="Images des diapos"),
-    gr.Textbox(label="Texte des diapos", lines=3)
+outputs = [
+    gr.File(label='Fichier pptx')
 ]
 
-interface_image = gr.Interface(
+interface = gr.Interface(
     fn=Main,
     inputs=inputs,
-    outputs=outputs_image,
+    outputs=outputs,
     title="Projet Diapo",
 ) 
 
-interface_image.launch()
+interface.launch()

requirements.txt

@@ -2,4 +2,5 @@ pillow
 requests
 python-dotenv
 groq
-gradio
+gradio
+python-pptx