Spaces:
Paused
Paused
| # FILE: app.py | |
| # DESCRIPTION: Final Gradio web interface for the ADUC-SDR Video Suite. | |
| # Features a unified workflow, advanced LTX controls, and a clean, modular structure. | |
| import gradio as gr | |
| import traceback | |
| import sys | |
| # ============================================================================== | |
| # --- IMPORTAÇÃO DOS SERVIÇOS DE BACKEND --- | |
| # ============================================================================== | |
| try: | |
| # A UI depende do VideoService para todas as operações LTX. | |
| from api.ltx_server_refactored_complete import video_generation_service | |
| # A importação do SeedVR permanece opcional. | |
| # from api.seedvr_server import SeedVRServer | |
| # seedvr_inference_server = SeedVRServer() | |
| seedvr_inference_server = None # Desativado para este exemplo | |
| print("Backend services imported successfully.") | |
| except ImportError as e: | |
| print(f"FATAL ERROR: Could not import backend services. Details: {e}", file=sys.stderr) | |
| sys.exit(1) | |
| except Exception as e: | |
| print(f"FATAL ERROR: An unexpected error occurred during backend initialization. Details: {e}", file=sys.stderr) | |
| sys.exit(1) | |
| # ============================================================================== | |
| # --- FUNÇÕES WRAPPER (PONTE ENTRE UI E BACKEND) --- | |
| # ============================================================================== | |
| def run_generate_base_video( | |
| generation_mode: str, prompt: str, neg_prompt: str, start_img: str, | |
| height: int, width: int, duration: float, | |
| fp_guidance_preset: str, fp_guidance_scale_list: str, fp_stg_scale_list: str, | |
| fp_num_inference_steps: int, fp_skip_initial_steps: int, fp_skip_final_steps: int, | |
| progress=gr.Progress(track_tqdm=True) | |
| ) -> tuple: | |
| """ | |
| Wrapper que coleta todos os dados da UI, os empacota e chama a função de geração | |
| unificada do backend. | |
| """ | |
| try: | |
| print(f"[UI] Request received. Selected mode: {generation_mode}") | |
| initial_conditions = [] | |
| if start_img: | |
| num_frames_estimate = int(duration * 24) | |
| items_list = [[start_img, 0, 1.0]] | |
| initial_conditions = video_generation_service.prepare_condition_items( | |
| items_list, height, width, num_frames_estimate | |
| ) | |
| # Agrupa todas as configurações LTX em um único dicionário para o backend | |
| ltx_configs = { | |
| "guidance_preset": fp_guidance_preset, | |
| "guidance_scale_list": fp_guidance_scale_list, | |
| "stg_scale_list": fp_stg_scale_list, | |
| "num_inference_steps": fp_num_inference_steps, | |
| "skip_initial_inference_steps": fp_skip_initial_steps, | |
| "skip_final_inference_steps": fp_skip_final_steps, | |
| } | |
| video_path, tensor_path, final_seed = video_generation_service.generate_low_resolution( | |
| prompt=prompt, | |
| negative_prompt=neg_prompt, | |
| height=height, width=width, duration=duration, | |
| initial_conditions=initial_conditions, | |
| ltx_configs_override=ltx_configs | |
| ) | |
| if not video_path: | |
| raise RuntimeError("Backend failed to return a valid video path.") | |
| new_state = {"low_res_video": video_path, "low_res_latents": tensor_path, "used_seed": final_seed} | |
| print(f"[UI] Base video generation successful. Seed used: {final_seed}, Path: {video_path}") | |
| return video_path, new_state, gr.update(visible=True) | |
| except Exception as e: | |
| error_message = f"❌ An error occurred during base generation:\n{e}" | |
| print(f"{error_message}\nDetails: {traceback.format_exc()}", file=sys.stderr) | |
| raise gr.Error(error_message) | |
| def run_ltx_refinement(state: dict, prompt: str, neg_prompt: str, progress=gr.Progress(track_tqdm=True)) -> tuple: | |
| """Wrapper para chamar a função de refinamento/upscale do LTX.""" | |
| if not state or not state.get("low_res_latents"): | |
| raise gr.Error("Error: Please generate a base video in Step 1 before refining.") | |
| # (A lógica desta função permanece a mesma) | |
| # ... | |
| return None, state | |
| def run_seedvr_upscaling(state: dict, resolution: int, batch_size: int, fps: int, progress=gr.Progress(track_tqdm=True)) -> tuple: | |
| """Wrapper para chamar o serviço de upscale do SeedVR.""" | |
| if not state or not state.get("low_res_video"): | |
| raise gr.Error("Error: Please generate a base video in Step 1 before upscaling.") | |
| # (A lógica desta função permanece a mesma) | |
| # ... | |
| return None, "Not implemented." | |
| # ============================================================================== | |
| # --- CONSTRUÇÃO DA INTERFACE GRADIO --- | |
| # ============================================================================== | |
| def build_ui(): | |
| """Constrói a interface completa do Gradio.""" | |
| with gr.Blocks(theme=gr.themes.Soft(primary_hue="indigo")) as demo: | |
| app_state = gr.State(value={"low_res_video": None, "low_res_latents": None, "used_seed": None}) | |
| ui_components = {} | |
| gr.Markdown("# ADUC-SDR Video Suite - LTX Workflow", elem_id="main-title") | |
| with gr.Row(): | |
| with gr.Column(scale=1): | |
| _build_generation_controls(ui_components) | |
| with gr.Column(scale=1): | |
| gr.Markdown("### Etapa 1: Vídeo Base Gerado") | |
| ui_components['low_res_video_output'] = gr.Video(label="O resultado aparecerá aqui", interactive=False) | |
| _build_postprod_controls(ui_components) | |
| _register_event_handlers(app_state, ui_components) | |
| return demo | |
| def _build_generation_controls(ui: dict): | |
| """Constrói os componentes da UI para a Etapa 1: Geração.""" | |
| gr.Markdown("### Configurações de Geração") | |
| ui['generation_mode'] = gr.Radio( | |
| label="Modo de Geração", | |
| choices=["Simples (Prompt Único)", "Narrativa (Múltiplos Prompts)"], | |
| value="Narrativa (Múltiplos Prompts)", | |
| info="Simples para uma ação contínua, Narrativa para uma sequência (uma cena por linha)." | |
| ) | |
| ui['prompt'] = gr.Textbox(label="Prompt(s)", value="Um leão majestoso caminha pela savana\nEle sobe em uma grande pedra e olha o horizonte", lines=4) | |
| ui['neg_prompt'] = gr.Textbox(label="Negative Prompt", value="blurry, low quality, bad anatomy, deformed", lines=2) | |
| ui['start_image'] = gr.Image(label="Imagem de Início (Opcional)", type="filepath", sources=["upload"]) | |
| with gr.Accordion("Parâmetros Principais", open=True): | |
| ui['duration'] = gr.Slider(label="Duração Total (s)", value=4, step=1, minimum=1, maximum=30) | |
| with gr.Row(): | |
| ui['height'] = gr.Slider(label="Height", value=432, step=16, minimum=256, maximum=1024) | |
| ui['width'] = gr.Slider(label="Width", value=768, step=16, minimum=256, maximum=1024) | |
| with gr.Accordion("Opções Avançadas LTX", open=False): | |
| gr.Markdown("#### Configurações de Passos de Inferência (First Pass)") | |
| gr.Markdown("*Deixe o valor padrão (ex: 20) ou 0 para usar a configuração do `config.yaml`.*") | |
| ui['fp_num_inference_steps'] = gr.Slider(label="Número de Passos", minimum=0, maximum=100, step=1, value=20, info="Padrão LTX: 20.") | |
| ui['fp_skip_initial_steps'] = gr.Slider(label="Pular Passos Iniciais", minimum=0, maximum=100, step=1, value=0) | |
| ui['fp_skip_final_steps'] = gr.Slider(label="Pular Passos Finais", minimum=0, maximum=100, step=1, value=0) | |
| with gr.Tabs(): | |
| with gr.TabItem("Configurações de Guiagem (First Pass)"): | |
| ui['fp_guidance_preset'] = gr.Dropdown( | |
| label="Preset de Guiagem", | |
| choices=["Padrão (Recomendado)", "Agressivo", "Suave", "Customizado"], | |
| value="Padrão (Recomendado)", info="Controla o comportamento da guiagem durante a difusão." | |
| ) | |
| with gr.Group(visible=False) as ui['custom_guidance_group']: | |
| gr.Markdown("⚠️ Edite as listas em formato JSON. Ex: `[1.0, 2.5, 3.0]`") | |
| ui['fp_guidance_scale_list'] = gr.Textbox(label="Lista de Guidance Scale", value="[1, 1, 6, 8, 6, 1, 1]") | |
| ui['fp_stg_scale_list'] = gr.Textbox(label="Lista de STG Scale (Movimento)", value="[0, 0, 4, 4, 4, 2, 1]") | |
| ui['generate_low_btn'] = gr.Button("1. Gerar Vídeo Base", variant="primary") | |
| def _build_postprod_controls(ui: dict): | |
| """Constrói os componentes da UI para a Etapa 2: Pós-Produção.""" | |
| with gr.Group(visible=False) as ui['post_prod_group']: | |
| gr.Markdown("--- \n## Etapa 2: Pós-Produção") | |
| with gr.Tabs(): | |
| with gr.TabItem("🚀 Upscaler de Textura (LTX)"): | |
| with gr.Row(): | |
| with gr.Column(scale=1): | |
| gr.Markdown("Usa o prompt e a semente originais para refinar o vídeo, adicionando detalhes e texturas de alta qualidade.") | |
| ui['ltx_refine_btn'] = gr.Button("2. Aplicar Refinamento LTX", variant="primary") | |
| with gr.Column(scale=1): | |
| ui['ltx_refined_video_output'] = gr.Video(label="Vídeo com Textura Refinada", interactive=False) | |
| with gr.TabItem("✨ Upscaler de Resolução (SeedVR)"): | |
| # (A UI do SeedVR permanece a mesma, desativada se o servidor não estiver disponível) | |
| pass | |
| def _register_event_handlers(app_state: gr.State, ui: dict): | |
| """Registra todos os manipuladores de eventos do Gradio.""" | |
| def toggle_custom_guidance(preset_choice: str) -> gr.update: | |
| return gr.update(visible=(preset_choice == "Customizado")) | |
| ui['fp_guidance_preset'].change(fn=toggle_custom_guidance, inputs=ui['fp_guidance_preset'], outputs=ui['custom_guidance_group']) | |
| gen_inputs = [ | |
| ui['generation_mode'], ui['prompt'], ui['neg_prompt'], ui['start_image'], | |
| ui['height'], ui['width'], ui['duration'], | |
| ui['fp_guidance_preset'], ui['fp_guidance_scale_list'], ui['fp_stg_scale_list'], | |
| ui['fp_num_inference_steps'], ui['fp_skip_initial_steps'], ui['fp_skip_final_steps'], | |
| ] | |
| gen_outputs = [ui['low_res_video_output'], app_state, ui['post_prod_group']] | |
| ui['generate_low_btn'].click(fn=run_generate_base_video, inputs=gen_inputs, outputs=gen_outputs) | |
| refine_inputs = [app_state, ui['prompt'], ui['neg_prompt']] | |
| refine_outputs = [ui['ltx_refined_video_output'], app_state] | |
| ui['ltx_refine_btn'].click(fn=run_ltx_refinement, inputs=refine_inputs, outputs=refine_outputs) | |
| # (Handlers para o SeedVR, se ativados) | |
| # ============================================================================== | |
| # --- PONTO DE ENTRADA DA APLICAÇÃO --- | |
| # ============================================================================== | |
| if __name__ == "__main__": | |
| print("Building Gradio UI...") | |
| gradio_app = build_ui() | |
| print("Launching Gradio app...") | |
| gradio_app.queue().launch( | |
| server_name=os.getenv("GRADIO_SERVER_NAME", "0.0.0.0"), | |
| server_port=int(os.getenv("GRADIO_SERVER_PORT", "7860")), | |
| show_error=True | |
| ) |