Prepare Hugging Face Space deployment

.gitignore

@@ -0,0 +1,7 @@
+.venv/
+__pycache__/
+*.pyc
+outputs/
+models/
+gradio.stdout.log
+gradio.stderr.log

README.md

@@ -0,0 +1,42 @@
+---
+title: Generateur Video IA
+emoji: 🎬
+colorFrom: indigo
+colorTo: blue
+sdk: gradio
+sdk_version: 6.9.0
+app_file: app.py
+pinned: false
+---
+
+# Generateur de Video IA
+
+Application Gradio pour generer des videos a partir d'un prompt texte avec le modele `Wan-AI/Wan2.1-T2V-1.3B-Diffusers`.
+
+## Mode de fonctionnement
+
+- En local: le modele est telecharge sur la machine locale.
+- Sur Hugging Face Spaces: le modele est telecharge sur le Space, pas sur votre PC.
+
+## Fichiers principaux
+
+- `app.py`: interface Gradio.
+- `scripts/generate.py`: chargement du pipeline et generation video.
+- `requirements.txt`: dependances Python.
+
+## Deploiement sur Hugging Face Spaces
+
+1. Creez un nouveau Space de type `Gradio`.
+2. Uploadez le contenu de ce dossier.
+3. Laissez Hugging Face installer `requirements.txt`.
+4. Lancez le Space.
+
+Le premier lancement telechargera le modele sur le stockage du Space.
+
+## Utilisation locale
+
+```powershell
+& 'C:\Program Files\PostgreSQL\17\pgAdmin 4\python\python.exe' launch_local.py
+```
+
+Puis ouvrez `http://127.0.0.1:7860`.

app.py

@@ -0,0 +1,176 @@
+"""
+app.py — Interface Web Locale pour la Génération Vidéo IA (Texte → Vidéo)
+Basée sur Gradio | Modèle : Wan 2.1 T2V 1.3B
+
+Lancement :
+    python app.py
+
+Puis ouvrez votre navigateur à l'adresse : http://127.0.0.1:7860
+"""
+
+import os
+import sys
+from datetime import datetime
+
+import gradio as gr
+
+try:
+    import spaces
+except ImportError:
+    spaces = None
+
+# Ajouter le dossier scripts au path Python
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "scripts"))
+from generate import generate_video
+
+# Dossier de sortie par défaut
+OUTPUT_DIR = os.path.join(os.path.dirname(__file__), "outputs")
+os.makedirs(OUTPUT_DIR, exist_ok=True)
+APP_THEME = gr.themes.Soft()
+APP_CSS = """
+    .title-text { text-align: center; }
+    .generate-btn { background-color: #6c63ff !important; color: white !important; }
+"""
+
+
+def _gpu_decorator(func):
+    if spaces is None:
+        return func
+    return spaces.GPU(duration=300)(func)
+
+
+@_gpu_decorator
+def run_generation(prompt, negative_prompt, num_frames, num_steps, progress=gr.Progress()):
+    """
+    Fonction principale appelée par l'interface Gradio.
+    """
+    if not prompt or not prompt.strip():
+        return None, "⚠️ Veuillez entrer un prompt avant de générer."
+
+    progress(0, desc="Initialisation...")
+
+    # Générer un nom de fichier unique basé sur l'horodatage
+    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+    output_filename = f"video_{timestamp}.mp4"
+    output_path = os.path.join(OUTPUT_DIR, output_filename)
+
+    progress(0.1, desc="Chargement du modèle (peut prendre quelques minutes la 1ère fois)...")
+
+    # Appel à la fonction de génération
+    result_path = generate_video(
+        prompt=prompt.strip(),
+        output_path=output_path,
+        negative_prompt=negative_prompt.strip() if negative_prompt else "",
+        num_frames=int(num_frames),
+        num_inference_steps=int(num_steps),
+    )
+
+    progress(1.0, desc="Terminé !")
+
+    if result_path and os.path.exists(result_path):
+        status_msg = f"✅ Vidéo générée avec succès !\nFichier : {result_path}"
+        return result_path, status_msg
+    else:
+        return None, "❌ La génération a échoué. Vérifiez la console pour les détails."
+
+
+# ─── Interface Gradio ────────────────────────────────────────────────────────
+
+with gr.Blocks(title="Générateur Vidéo IA") as demo:
+
+    gr.Markdown(
+        """
+        # 🎬 Générateur de Vidéo par IA — Texte → Vidéo
+        Créez des courtes vidéos à partir d'une simple description textuelle, **entièrement en local et gratuitement**.
+        Modèle utilisé : **Wan 2.1 T2V 1.3B** (open-source, via Hugging Face Diffusers).
+        """,
+        elem_classes="title-text"
+    )
+
+    with gr.Row():
+        with gr.Column(scale=1):
+            gr.Markdown("### ✍️ Paramètres de Génération")
+
+            prompt_input = gr.Textbox(
+                label="Prompt (Description de la vidéo)",
+                placeholder="Ex: Un robot qui marche dans une rue futuriste la nuit, style cinématique, caméra qui se déplace sur le côté, couleurs néon",
+                lines=4,
+            )
+
+            negative_prompt_input = gr.Textbox(
+                label="Prompt Négatif (Ce que vous ne voulez PAS voir)",
+                value="déformé, moche, flou, mauvaise qualité, artefacts, texte, filigrane, membres supplémentaires",
+                lines=2,
+            )
+
+            with gr.Row():
+                num_frames_slider = gr.Slider(
+                    minimum=8, maximum=81, step=8, value=24,
+                    label="Nombre d'images (frames)",
+                    info="24 ≈ 1.5 sec | 48 ≈ 3 sec | 81 ≈ 5 sec"
+                )
+                num_steps_slider = gr.Slider(
+                    minimum=10, maximum=50, step=5, value=25,
+                    label="Étapes de diffusion",
+                    info="Plus d'étapes = meilleure qualité, mais plus lent"
+                )
+
+            generate_btn = gr.Button(
+                "🚀 Générer la Vidéo",
+                variant="primary",
+                elem_classes="generate-btn"
+            )
+
+        with gr.Column(scale=1):
+            gr.Markdown("### 🎥 Résultat")
+            video_output = gr.Video(label="Vidéo Générée", interactive=False)
+            status_output = gr.Textbox(label="Statut", interactive=False, lines=2)
+
+    # Exemples de prompts
+    gr.Markdown("### 💡 Exemples de Prompts")
+    gr.Examples(
+        examples=[
+            [
+                "Un robot qui marche dans une rue futuriste la nuit, style cinématique, caméra qui se déplace sur le côté, couleurs néon",
+                "déformé, moche, flou, artefacts, texte",
+                24, 25
+            ],
+            [
+                "Un astronaute flottant dans l'espace devant une nébuleuse colorée, style cinématographique, plan large, travelling lent",
+                "déformé, moche, flou, artefacts, texte",
+                24, 25
+            ],
+            [
+                "Une forêt enchantée avec des fées lumineuses volant entre les arbres, ambiance magique, lumière dorée, plan rapproché",
+                "déformé, moche, flou, artefacts, texte",
+                16, 20
+            ],
+        ],
+        inputs=[prompt_input, negative_prompt_input, num_frames_slider, num_steps_slider],
+    )
+
+    # Connexion du bouton à la fonction
+    generate_btn.click(
+        fn=run_generation,
+        inputs=[prompt_input, negative_prompt_input, num_frames_slider, num_steps_slider],
+        outputs=[video_output, status_output],
+    )
+
+    gr.Markdown(
+        """
+        ---
+        **Conseils :**
+        Pour de meilleurs résultats, décrivez précisément : le sujet, l'action, le décor, le style visuel et le mouvement de caméra.
+        La première génération peut prendre plusieurs minutes (téléchargement du modèle ~6 Go).
+        """
+    )
+
+if __name__ == "__main__":
+    demo.launch(
+        server_name=os.getenv("GRADIO_SERVER_NAME", "0.0.0.0"),
+        server_port=int(os.getenv("GRADIO_SERVER_PORT", "7860")),
+        share=False,  # Mettre True pour obtenir un lien public temporaire (via ngrok)
+        inbrowser=False,
+        theme=APP_THEME,
+        css=APP_CSS,
+    )

install.sh

@@ -0,0 +1,61 @@
+#!/bin/bash
+# ─────────────────────────────────────────────────────────────────────────────
+# install.sh — Script d'installation automatique du projet
+# ─────────────────────────────────────────────────────────────────────────────
+# Usage : bash install.sh
+# ─────────────────────────────────────────────────────────────────────────────
+
+set -e  # Arrêter le script en cas d'erreur
+
+echo "========================================================"
+echo "  Installation du Générateur Vidéo IA (Texte → Vidéo)"
+echo "========================================================"
+echo ""
+
+# Vérification de Python
+echo "[1/4] Vérification de Python..."
+if ! command -v python3 &> /dev/null; then
+    echo "❌ Python 3 n'est pas installé. Installez-le depuis https://www.python.org/downloads/"
+    exit 1
+fi
+PYTHON_VERSION=$(python3 --version)
+echo "✅ $PYTHON_VERSION détecté."
+
+# Création de l'environnement virtuel
+echo ""
+echo "[2/4] Création de l'environnement virtuel Python..."
+if [ ! -d "venv" ]; then
+    python3 -m venv venv
+    echo "✅ Environnement virtuel créé dans le dossier 'venv/'."
+else
+    echo "ℹ️  L'environnement virtuel existe déjà."
+fi
+
+# Activation de l'environnement virtuel
+source venv/bin/activate
+
+# Installation de PyTorch avec support CUDA
+echo ""
+echo "[3/4] Installation de PyTorch (avec support CUDA 12.1)..."
+echo "ℹ️  Si vous n'avez pas de GPU NVIDIA, cette étape installera la version CPU."
+pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 --quiet
+echo "✅ PyTorch installé."
+
+# Installation des autres dépendances
+echo ""
+echo "[4/4] Installation des dépendances du projet..."
+pip install diffusers transformers accelerate huggingface_hub gradio imageio imageio-ffmpeg numpy Pillow --quiet
+echo "✅ Toutes les dépendances sont installées."
+
+echo ""
+echo "========================================================"
+echo "  ✅ Installation terminée avec succès !"
+echo "========================================================"
+echo ""
+echo "Pour lancer l'application :"
+echo "  1. Activez l'environnement virtuel : source venv/bin/activate"
+echo "  2. Lancez l'interface web         : python app.py"
+echo ""
+echo "Pour générer une vidéo en ligne de commande :"
+echo "  python scripts/generate.py --prompt \"votre description ici\""
+echo ""

launch_local.py

@@ -0,0 +1,22 @@
+import os
+import sys
+import time
+
+sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
+
+import app
+
+
+if __name__ == "__main__":
+    app.demo.launch(
+        server_name="127.0.0.1",
+        server_port=7860,
+        share=False,
+        inbrowser=False,
+        prevent_thread_lock=True,
+        theme=app.APP_THEME,
+        css=app.APP_CSS,
+    )
+
+    while True:
+        time.sleep(3600)

requirements.txt

@@ -0,0 +1,21 @@
+# ─── Dépendances principales ────────────────────────────────────────────────
+# PyTorch avec support CUDA (installé automatiquement par HF Spaces)
+torch
+torchvision
+torchaudio
+
+# ─── Bibliothèques IA / Diffusion ───────────────────────────────────────────
+diffusers>=0.32.0
+transformers>=4.49.0
+accelerate>=1.3.0
+huggingface_hub>=0.27.0
+
+# ─── Interface Web ──────────────────────────────────────────────────────────
+gradio>=5.0.0
+# `spaces` est optionnel : utile sur Hugging Face Spaces, pas requis en local.
+
+# ─── Utilitaires ────────────────────────────────────────────────────────────
+imageio>=2.34.0
+imageio-ffmpeg>=0.5.1
+numpy>=1.26.0
+Pillow>=10.0.0

scripts/generate.py

@@ -0,0 +1,152 @@
+"""
+generate.py — Script principal de génération vidéo (Texte → Vidéo)
+Modèle utilisé : Wan 2.1 T2V 1.3B (Hugging Face Diffusers)
+
+Usage :
+    python generate.py --prompt "votre prompt" --output ../outputs/ma_video.mp4
+"""
+
+import argparse
+import os
+import sys
+
+
+def _select_torch_dtype(torch_module):
+    if not torch_module.cuda.is_available():
+        return torch_module.float32
+
+    if torch_module.cuda.is_bf16_supported():
+        return torch_module.bfloat16
+
+    return torch_module.float16
+
+def generate_video(
+    prompt: str,
+    output_path: str,
+    negative_prompt: str = "déformé, moche, flou, mauvaise qualité, artefacts, texte, filigrane",
+    num_frames: int = 24,
+    num_inference_steps: int = 25,
+    height: int = 480,
+    width: int = 832,
+) -> str:
+    """
+    Génère une vidéo à partir d'un prompt texte et la sauvegarde dans le chemin spécifié.
+
+    Args:
+        prompt (str)             : Description textuelle de la vidéo à générer.
+        output_path (str)        : Chemin de sauvegarde de la vidéo (ex: outputs/video.mp4).
+        negative_prompt (str)    : Ce que l'on ne veut PAS voir dans la vidéo.
+        num_frames (int)         : Nombre d'images à générer (24 ≈ 1 seconde à 24 fps).
+        num_inference_steps (int): Nombre d'étapes de diffusion (plus = meilleure qualité, plus lent).
+        height (int)             : Hauteur de la vidéo en pixels.
+        width (int)              : Largeur de la vidéo en pixels.
+
+    Returns:
+        str: Le chemin de la vidéo générée, ou une chaîne vide en cas d'erreur.
+    """
+    try:
+        import torch
+
+        # Importation différée pour éviter les erreurs si les dépendances ne sont pas installées
+        from diffusers import AutoencoderKLWan, WanPipeline
+        from diffusers.utils import export_to_video
+
+        print(f"[INFO] Chargement du modèle Wan 2.1 T2V 1.3B...")
+        print(f"[INFO] (Le premier chargement peut prendre du temps — téléchargement des poids)")
+
+        model_id = "Wan-AI/Wan2.1-T2V-1.3B-Diffusers"
+        dtype = _select_torch_dtype(torch)
+        device = "cuda" if torch.cuda.is_available() else "cpu"
+        print(f"[INFO] Appareil détecté : {device} | dtype : {dtype}")
+
+        # Chargement du VAE (encodeur/décodeur vidéo)
+        vae = AutoencoderKLWan.from_pretrained(
+            model_id, subfolder="vae", torch_dtype=dtype
+        )
+
+        # Chargement du pipeline principal
+        pipe = WanPipeline.from_pretrained(
+            model_id, vae=vae, torch_dtype=dtype
+        )
+
+        if torch.cuda.is_available():
+            # Optimisation mémoire : décharge les parties inactives du modèle vers la RAM
+            pipe.enable_model_cpu_offload()
+        else:
+            pipe = pipe.to(device)
+
+        print(f"[INFO] Modèle chargé. Génération de la vidéo...")
+        print(f"[INFO] Prompt : {prompt}")
+
+        # Génération des frames vidéo
+        output = pipe(
+            prompt=prompt,
+            negative_prompt=negative_prompt,
+            height=height,
+            width=width,
+            num_frames=num_frames,
+            num_inference_steps=num_inference_steps,
+        )
+
+        # Création du dossier de sortie si nécessaire
+        os.makedirs(os.path.dirname(os.path.abspath(output_path)), exist_ok=True)
+
+        # Export en fichier vidéo MP4
+        video_path = export_to_video(output.frames[0], output_path, fps=16)
+        print(f"[SUCCESS] Vidéo sauvegardée : {video_path}")
+        return video_path
+
+    except ImportError as e:
+        print(f"[ERREUR] Dépendance manquante : {e}")
+        print("[AIDE] Installez les dépendances avec : pip install -r requirements.txt")
+        return ""
+    except OSError as e:
+        print(f"[ERREUR] Problème d'environnement Python ou de bibliothèque native : {e}")
+        print("[AIDE] Utilisez de préférence Python 3.10, 3.11 ou 3.12 avec une version compatible de PyTorch.")
+        return ""
+    except Exception as e:
+        print(f"[ERREUR] Erreur lors de la génération : {e}")
+        return ""
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser(
+        description="Générateur de vidéo IA (Texte → Vidéo) avec Wan 2.1"
+    )
+    parser.add_argument(
+        "--prompt", type=str, required=True,
+        help="Description textuelle de la vidéo à générer"
+    )
+    parser.add_argument(
+        "--output", type=str, default="../outputs/generated_video.mp4",
+        help="Chemin de sortie pour la vidéo (défaut: ../outputs/generated_video.mp4)"
+    )
+    parser.add_argument(
+        "--negative_prompt", type=str,
+        default="déformé, moche, flou, mauvaise qualité, artefacts, texte, filigrane",
+        help="Ce que l'on ne veut PAS voir dans la vidéo"
+    )
+    parser.add_argument(
+        "--num_frames", type=int, default=24,
+        help="Nombre d'images à générer (défaut: 24 ≈ 1.5 secondes)"
+    )
+    parser.add_argument(
+        "--steps", type=int, default=25,
+        help="Nombre d'étapes de diffusion (défaut: 25)"
+    )
+
+    args = parser.parse_args()
+
+    result = generate_video(
+        prompt=args.prompt,
+        output_path=args.output,
+        negative_prompt=args.negative_prompt,
+        num_frames=args.num_frames,
+        num_inference_steps=args.steps,
+    )
+
+    if result:
+        print(f"\n✅ Génération réussie ! Vidéo disponible ici : {result}")
+    else:
+        print("\n❌ La génération a échoué. Consultez les messages d'erreur ci-dessus.")
+        sys.exit(1)