app.py

import gradio as gr
import torch
import os
import uuid
import logging
import importlib.util
import numpy as np
from diffusers import AnimateDiffPipeline, EulerDiscreteScheduler
from diffusers.utils import export_to_video
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

# Thiết lập logging
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

# Kiểm tra backend
def check_backend():
    if importlib.util.find_spec("imageio") and importlib.util.find_spec("imageio_ffmpeg"):
        logger.info("imageio và imageio-ffmpeg đã được cài đặt. Sử dụng backend khuyến nghị.")
    else:
        logger.error("Yêu cầu imageio và imageio-ffmpeg để xuất video. Cài đặt bằng: pip install imageio imageio-ffmpeg")
        raise ImportError("Thiếu imageio hoặc imageio-ffmpeg. Cài đặt bằng: pip install imageio imageio-ffmpeg")

check_backend()

# Tạo thư mục lưu video trong không gian làm việc của Spaces
output_dir = "/home/user/app/outputs"
os.makedirs(output_dir, exist_ok=True)

# Constants
bases = {
    "Cartoon": "frankjoshua/toonyou_beta6",
    "Realistic": "emilianJR/epiCRealism",
    "3d": "Lykon/DreamShaper",
    "Anime": "Yntec/mistoonAnime2"
}
step_loaded = None
base_loaded = "Realistic"
motion_loaded = None

# Thiết lập thiết bị CPU và kiểu dữ liệu
device = "cpu"
dtype = torch.float32

# Khởi tạo pipeline
pipe = AnimateDiffPipeline.from_pretrained(bases[base_loaded], torch_dtype=dtype).to(device)
pipe.scheduler = EulerDiscreteScheduler.from_config(
    pipe.scheduler.config, timestep_spacing="trailing", beta_schedule="linear"
)
pipe.safety_checker = None

# Hàm tạo video
def generate_image(prompt, base="Realistic", motion="", step=1, progress=gr.Progress()):
    global step_loaded, base_loaded, motion_loaded
    step = int(step)
    logger.info(f"Tạo video với prompt: {prompt}, base: {base}, steps: {step}")

    try:
        # Tải AnimateDiff Lightning checkpoint
        if step_loaded != step:
            repo = "ByteDance/AnimateDiff-Lightning"
            ckpt = f"animatediff_lightning_{step}step_diffusers.safetensors"
            pipe.unet.load_state_dict(load_file(hf_hub_download(repo, ckpt), device=device), strict=False)
            step_loaded = step

        # Tải mô hình cơ sở nếu thay đổi
        if base_loaded != base:
            pipe.unet.load_state_dict(
                torch.load(hf_hub_download(bases[base], "unet/diffusion_pytorch_model.bin"), map_location=device),
                strict=False
            )
            base_loaded = base

        # Tải motion LoRA nếu có
        if motion_loaded != motion:
            try:
                pipe.unload_lora_weights()
                if motion:
                    pipe.load_lora_weights(motion, adapter_name="motion")
                    pipe.set_adapters(["motion"], [0.7])
                motion_loaded = motion
            except Exception as e:
                logger.warning(f"Không thể tải motion LoRA: {e}")
                motion_loaded = ""

        progress((0, step))
        def progress_callback(i, t, z):
            progress((i + 1, step))

        # Suy luận
        with torch.no_grad():
            output = pipe(
                prompt=prompt,
                guidance_scale=1.2,
                num_inference_steps=step,
                num_frames=32,
                callback=progress_callback,
                callback_steps=1,
                width=256,
                height=256
            )

        # Chuẩn hóa khung hình cho 8 giây
        frames = output.frames[0]
        fps = 24
        target_frames = fps * 8
        if len(frames) < target_frames:
            frames = np.tile(frames, (target_frames // len(frames) + 1, 1, 1, 1))[:target_frames]
        else:
            frames = frames[:target_frames]

        # Tạo video
        name = str(uuid.uuid4()).replace("-", "")
        video_path = os.path.join(output_dir, f"{name}.mp4")
        export_to_video(frames, video_path, fps=fps)

        if not os.path.exists(video_path):
            raise FileNotFoundError("❌ Video không được tạo")

        logger.info(f"✅ Video sẵn sàng tại {video_path}")

        # Trả về gr.File để Gradio tạo URL công khai
        return gr.File(video_path)

    except Exception as e:
        logger.error(f"❌ Lỗi khi tạo video: {e}")
        raise

# Giao diện Gradio
css = """
    body {font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif; background-color: #f4f4f9; color: #333;}
    h1 {color: #333; text-align: center; margin-bottom: 20px;}
    .gradio-container {max-width: 800px; margin: auto; padding: 20px; background: #fff; box-shadow: 0px 0px 20px rgba(0,0,0,0.1); border-radius: 10px;}
    .gr-input {margin-bottom: 15px;}
    .gr-button {width: 100%; background-color: #4CAF50; color: white; border: none; padding: 10px 20px; text-align: center; text-decoration: none; display: inline-block; font-size: 16px; border-radius: 5px; cursor: pointer; transition: background-color 0.3s;}
    .gr-button:hover {background-color: #45a049;}
    .gr-video {margin-top: 20px;}
    .gr-examples {margin-top: 30px;}
    .gr-examples .gr-example {display: inline-block; width: 100%; text-align: center; padding: 10px; background: #eaeaea; border-radius: 5px; margin-bottom: 10px;}
    .container {display: flex; flex-wrap: wrap;}
    .inputs, .output {padding: 20px;}
    .inputs {flex: 1; min-width: 300px;}
    .output {flex: 1; min-width: 300px;}
    @media (max-width: 768px) {
        .container {flex-direction: column-reverse;}
    }
    .svelte-1ybb3u7, .svelte-1clup3e {display: none !important;}
"""

with gr.Blocks(css=css) as demo:
    gr.HTML("<h1>Instant⚡ Text to Video</h1>")
    with gr.Row(elem_id="container"):
        with gr.Column(elem_id="inputs"):
            prompt = gr.Textbox(label="Prompt", placeholder="Nhập văn bản để tạo video...", elem_id="gr-input")
            select_base = gr.Dropdown(
                label="Mô hình cơ sở",
                choices=["Cartoon", "Realistic", "3d", "Anime"],
                value=base_loaded,
                interactive=True,
                elem_id="gr-input"
            )
            select_motion = gr.Dropdown(
                label="Chuyển động",
                choices=[
                    ("Mặc định", ""),
                    ("Zoom in", "guoyww/animatediff-motion-lora-zoom-in"),
                    ("Zoom out", "guoyww/animatediff-motion-lora-zoom-out"),
                    ("Nghiêng lên", "guoyww/animatediff-motion-lora-tilt-up"),
                    ("Nghiêng xuống", "guoyww/animatediff-motion-lora-tilt-down"),
                    ("Quay trái", "guoyww/animatediff-motion-lora-pan-left"),
                    ("Quay phải", "guoyww/animatediff-motion-lora-pan-right"),
                    ("Lăn trái", "guoyww/animatediff-motion-lora-rolling-anticlockwise"),
                    ("Lăn phải", "guoyww/animatediff-motion-lora-rolling-clockwise"),
                ],
                value="",
                interactive=True,
                elem_id="gr-input"
            )
            select_step = gr.Dropdown(
                label="Số bước suy luận",
                choices=[("1-Step", 1), ("2-Step", 2), ("4-Step", 4), ("8-Step", 8)],
                value=1,
                interactive=True,
                elem_id="gr-input"
            )
            submit = gr.Button("Tạo Video", variant="primary", elem_id="gr-button")
        with gr.Column(elem_id="output"):
            video = gr.Video(label="AnimateDiff-Lightning", autoplay=True, height=256, width=256, elem_id="gr-video")

    prompt.submit(fn=generate_image, inputs=[prompt, select_base, select_motion, select_step], outputs=video)
    submit.click(fn=generate_image, inputs=[prompt, select_base, select_motion, select_step], outputs=video)

    gr.Examples(
        examples=[
            ["Tập trung: Tháp Eiffel (Hoạt hình: Mây di chuyển)"],
            ["Tập trung: Cây trong rừng (Hoạt hình: Sư tử chạy)"],
            ["Tập trung: Phi hành gia trong không gian"],
            ["Tập trung: Đàn chim trên bầu trời (Hoạt hình: Chim di chuyển) (Góc quay xa)"],
            ["Tập trung: Tượng Nữ thần Tự do (Góc quay từ Drone)"],
            ["Tập trung: Gấu trúc trong rừng (Hoạt hình: Uống trà)"],
            ["Tập trung: Trẻ em chơi đùa (Mùa: Đông)"],
            ["Tập trung: Xe hơi trên đường phố (Mùa: Mưa, Ban ngày) (Góc quay xa)"]
        ],
        fn=generate_image,
        inputs=[prompt],
        outputs=video,
        cache_examples=False,
        elem_id="gr-examples"
    )

demo.launch(show_error=True)