Update app.py

app.py

@@ -5,25 +5,51 @@ from diffusers.utils import export_to_video
 import uuid
 import os
 
+# Model Tanımlama
 model_id = "vdo/zeroscope_v2_576w"
+
+# Pipeline Hazırlığı
+print("Patron motoru ısıtıyorum, model yükleniyor...")
 pipe = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float32)
 pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
 pipe.to("cpu")
+print("Motor hazır, emirlerini bekliyorum!")
 
 def generate_video(prompt):
     try:
-        # Hızlı üretim için mevcut ayarlarını koruyorum patron
-        frames = pipe(prompt, num_inference_steps=3, height=256, width=256, num_frames=6).frames
+        # KALİTE GÜNCELLEMESİ:
+        # num_inference_steps: 3 -> 12 (Görüntü netleşecek)
+        # num_frames: 6 -> 14 (Video süresi uzayacak)
+        # height/width: 256 -> 320x576 (YouTube Shorts için daha uygun genişlik)
+        
+        frames = pipe(
+            prompt, 
+            num_inference_steps=12, 
+            height=320, 
+            width=576, 
+            num_frames=14
+        ).frames
         
-        # Dosyayı "static" bir isme değil, her seferinde farklı bir klasöre yazalım
+        # Her video için benzersiz isim
         unique_name = f"result_{uuid.uuid4()}.mp4"
+        
+        # Video dışa aktarımı (FPS 8 olarak kaldı, daha akıcı görünür)
         export_to_video(frames[0], unique_name, fps=8)
         
-        # Dosyanın tam yolunu döndür (n8n'in bulması kolaylaşsın)
+        # n8n'in dosyayı çekebilmesi için tam yol
         return os.path.abspath(unique_name)
+        
     except Exception as e:
-        print(f"HATA: {e}")
+        print(f"HATA ALDIK PATRON: {e}")
         return None
 
-demo = gr.Interface(fn=generate_video, inputs="text", outputs="video", api_name="predict")
-demo.launch()
+# API İsmi: 'predict' olarak sabitlendi, n8n direkt buraya vuracak
+demo = gr.Interface(
+    fn=generate_video, 
+    inputs=gr.Textbox(label="Video Prompt"), 
+    outputs=gr.Video(label="Generated Video"), 
+    api_name="predict"
+)
+
+if __name__ == "__main__":
+    demo.launch()