Update app.py

app.py

@@ -14,7 +14,6 @@ from huggingface_hub import HfApi, hf_hub_download, snapshot_download
 from TTS.tts.configs.xtts_config import XttsConfig
 from TTS.tts.models.xtts import Xtts
 from vinorm import TTSnorm
-from content_generation import create_content  # Nhập hàm create_content từ file content_generation.py
 from PIL import Image
 from pathlib import Path
 import requests
@@ -196,14 +195,19 @@ def create_video(image_path, audio_path, output_path):
     subprocess.run(command, check=True)
 
 # Hàm xử lý sự kiện khi nhấn nút "Tạo Video"
-def generate_video(audio_file, prompt):
-    if not os.path.exists(audio_file):
-        return None, "Audio file not found. Please generate audio first."
-    
-    # Bước 1: Tạo mô tả ảnh
+def generate_video(prompt, language, audio_file_pth, normalize_text, use_llm, content_type):
+    # Bước 1: Tạo audio nếu chưa có
+    if not os.path.exists("output.wav"):
+        audio_file, metrics_text = predict(prompt, language, audio_file_pth, normalize_text, use_llm, content_type)
+        if not audio_file:
+            return None, metrics_text
+    else:
+        audio_file = "output.wav"
+
+    # Bước 2: Tạo mô tả ảnh
     image_description = generate_image_description(prompt)
-    
-    # Bước 2: Gọi API tạo ảnh
+
+    # Bước 3: Gọi API tạo ảnh
     try:
         image = txt2img(image_description, width=800, height=600)
         if isinstance(image, str):  # Nếu có lỗi từ API
@@ -214,14 +218,14 @@ def generate_video(audio_file, prompt):
         image.save(image_path)
     except Exception as e:
         return None, f"Error generating image: {str(e)}"
-    
-    # Bước 3: Tạo video từ ảnh và audio
+
+    # Bước 4: Tạo video từ ảnh và audio
     video_output_path = os.path.join(SAVE_DIR, "output_video.mp4")
     try:
         create_video(image_path, audio_file, video_output_path)
     except Exception as e:
         return None, f"Error creating video: {str(e)}"
-    
+
     return video_output_path, "Video created successfully!"
 
 # Thư mục lưu trữ ảnh và video
@@ -406,11 +410,11 @@ with gr.Blocks(analytics_enabled=False) as demo:
                 visible=True,
                 variant="primary",
             )
+            video_button = gr.Button("Tạo Video 🎥", visible=True)  # Nút tạo video luôn hiển thị
         
         with gr.Column():
             audio_gr = gr.Audio(label="Synthesised Audio", autoplay=True)
             out_text_gr = gr.Text(label="Metrics")
-            video_button = gr.Button("Tạo Video 🎥", visible=False)
             video_output = gr.Video(label="Generated Video", visible=False)
             video_status = gr.Text(label="Video Status")
     
@@ -426,14 +430,18 @@ with gr.Blocks(analytics_enabled=False) as demo:
         ],
         outputs=[audio_gr, out_text_gr],
         api_name="predict",
-    ).then(
-        lambda: [gr.update(visible=True)],
-        outputs=[video_button]
     )
     
     video_button.click(
         generate_video,
-        inputs=[audio_gr, input_text_gr],
+        inputs=[
+            input_text_gr,
+            language_gr,
+            ref_gr,
+            normalize_text,
+            use_llm_checkbox,
+            content_type_dropdown,
+        ],
         outputs=[video_output, video_status],
     )