Update deformes4D_engine.py

deformes4D_engine.py

@@ -242,28 +242,8 @@ class Deformes4DEngine:
         gc.collect()
         torch.cuda.empty_cache()
 
-        # --- ATO II: PRIMEIRA MASTERIZAÇÃO (VÍDEO + MÚSICA) ---
-        current_step += 1
-        progress(current_step / TOTAL_STEPS, desc="Gerando trilha sonora...")
-        try:
-            # Assume que seu audio_specialist tem um método que retorna o caminho do áudio
-            audio_path = audio_specialist_singleton.generate_standalone_audio(
-                prompt=global_prompt,
-                duration_seconds=self._get_video_duration(refined_silent_video_path),
-                output_dir=self.workspace_dir
-            )
-            
-            refined_video_with_audio_path = os.path.join(self.workspace_dir, f"{base_name}_refined_with_audio.mp4")
-            self._combine_video_and_audio_ffmpeg(refined_silent_video_path, audio_path, refined_video_with_audio_path)
-            logger.info(f"Primeira masterização com áudio salva em: {refined_video_with_audio_path}")
-            # Você pode opcionalmente retornar este vídeo aqui como uma prévia
-            # yield {"preview_path": refined_video_with_audio_path}
-        except Exception as e:
-            logger.error(f"Falha na geração ou combinação de áudio: {e}. Prosseguindo sem áudio.")
-            audio_path = None # Garante que a variável exista
-            refined_video_with_audio_path = refined_silent_video_path # Usa o vídeo silencioso como fallback
-
-        # --- ATO III: MASTERIZAÇÃO FINAL (APLICAÇÃO DE HD) ---
+        
+        # --- ATO II: MASTERIZAÇÃO FINAL (APLICAÇÃO DE HD) ---
         current_step += 1
         progress(current_step / TOTAL_STEPS, desc="Aprimoramento final (HD)...")
         hq_silent_video_path = os.path.join(self.workspace_dir, f"{base_name}_hq_silent.mp4")
@@ -291,7 +271,7 @@ class Deformes4DEngine:
         #    os.rename(hq_silent_video_path, final_video_path)
 
         logger.info(f"Processo concluído! Vídeo final salvo em: {hq_silent_video_path}")
-        yield {"final_path": final_video_path}
+        yield {"final_path": hq_silent_video_path}
 
     def refine_latents(self, latents: torch.Tensor,
                        fps: int = 24,