Update app.py

app.py

@@ -1,4 +1,5 @@
-# app_refactored_with_postprod.py (com Presets de Guiagem e Opções LTX Completas)
+
+# app_refactored_with_postprod.py (FINAL VERSION with LTX Refinement)
 
 import gradio as gr
 import os
@@ -7,211 +8,176 @@ import traceback
 from pathlib import Path
 
 # --- Import dos Serviços de Backend ---
-try:
-    from api.ltx_server_refactored import video_generation_service
-except ImportError:
-    print("ERRO FATAL: Não foi possível importar 'video_generation_service' de 'api.ltx_server_refactored'.")
-    sys.exit(1)
-
-try:
-    from api.seedvr_server import SeedVRServer
-except ImportError:
-    print("AVISO: Não foi possível importar SeedVRServer. A aba de upscaling SeedVR será desativada.")
-    SeedVRServer = None
 
+# Serviço LTX para geração de vídeo base e refinamento de textura
+from api.ltx_server_refactored import video_generation_service
+
+# Serviço SeedVR para upscaling de alta qualidade
+from api.seedvr_server import SeedVRServer
+
+
+# Inicializa o servidor SeedVR uma vez, se disponível
 seedvr_inference_server = SeedVRServer() if SeedVRServer else None
 
 # --- ESTADO DA SESSÃO ---
 def create_initial_state():
-    return {"low_res_video": None, "low_res_latents": None, "used_seed": None}
+    return {
+        "low_res_video": None,
+        "low_res_latents": None,
+        "refined_video_ltx": None,
+        "refined_latents_ltx": None,
+        "used_seed": None
+    }
 
 # --- FUNÇÕES WRAPPER PARA A UI ---
 
-def run_generate_base_video(
-    # Parâmetros de Geração
-    generation_mode, prompt, neg_prompt, start_img, height, width, duration, cfg, seed, randomize_seed,
-    fp_guidance_preset, fp_guidance_scale_list, fp_stg_scale_list, fp_timesteps_list,
-    progress=gr.Progress(track_tqdm=True)
-):
-    """
-    Função wrapper que decide qual pipeline de backend chamar, passando todas as configurações LTX.
-    """
-    print(f"UI: Iniciando geração no modo: {generation_mode}")
-    
-    try:
-        initial_image_conditions = []
+def run_generate_low(prompt, neg_prompt, start_img, height, width, duration, cfg, seed, randomize_seed, progress=gr.Progress(track_tqdm=True)):
+    """Executa a primeira etapa: geração de um vídeo base em baixa resolução."""
+    print("UI: Chamando generate_low")
+    if True:
+        conditioning_items = []
         if start_img:
             num_frames_estimate = int(duration * 24)
             items_list = [[start_img, 0, 1.0]]
-            initial_image_conditions = video_generation_service.prepare_condition_items(items_list, height, width, num_frames_estimate)
+            conditioning_items = video_generation_service.prepare_condition_items(items_list, height, width, num_frames_estimate)
 
         used_seed = None if randomize_seed else seed
+        video_path, tensor_path, final_seed = video_generation_service.generate_low(
+            prompt=prompt, negative_prompt=neg_prompt,
+            height=height, width=width, duration=duration,
+            guidance_scale=cfg, seed=used_seed,
+            conditioning_items=conditioning_items
+        )
         
-        # 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,
-            "timesteps_list": fp_timesteps_list,
+        new_state = {
+            "low_res_video": video_path,
+            "low_res_latents": tensor_path,
+            "refined_video_ltx": None,
+            "refined_latents_ltx": None,
+            "used_seed": final_seed
         }
-
-        # Decide qual função de backend chamar com base no modo
-        if generation_mode == "Narrativa (Múltiplos Prompts)":
-            video_path, tensor_path, final_seed = video_generation_service.generate_narrative_low(
-                prompt=prompt, negative_prompt=neg_prompt,
-                height=height, width=width, duration=duration,
-                guidance_scale=cfg, seed=used_seed,
-                initial_image_conditions=initial_image_conditions,
-                ltx_configs_override=ltx_configs,
-            )
-        else: # Modo "Simples (Prompt Único)"
-            video_path, tensor_path, final_seed = video_generation_service.generate_single_low(
-                prompt=prompt, negative_prompt=neg_prompt,
-                height=height, width=width, duration=duration,
-                guidance_scale=cfg, seed=used_seed,
-                initial_image_conditions=initial_image_conditions,
-                ltx_configs_override=ltx_configs,
-            )
-        
-        new_state = {"low_res_video": video_path, "low_res_latents": tensor_path, "used_seed": final_seed}
         
         return video_path, new_state, gr.update(visible=True)
-        
-    except Exception as e:
-        error_message = f"❌ Ocorreu um erro na Geração Base:\n{e}"
-        print(f"{error_message}\nDetalhes: {traceback.format_exc()}")
-        raise gr.Error(error_message)
-
+    
 def run_ltx_refinement(state, prompt, neg_prompt, cfg, progress=gr.Progress(track_tqdm=True)):
-    if not state or not state.get("low_res_latents"):
-        raise gr.Error("Erro: Gere um vídeo base primeiro na Etapa 1.")
-    try:
+    """Executa o processo de refinamento e upscaling de textura com o pipeline LTX."""
+    print("UI: Chamando run_ltx_refinement (generate_upscale_denoise)")
+    
+    if True:
         video_path, tensor_path = video_generation_service.generate_upscale_denoise(
-            latents_path=state["low_res_latents"], prompt=prompt,
-            negative_prompt=neg_prompt, guidance_scale=cfg, seed=state["used_seed"]
+            latents_path=state["low_res_latents"],
+            prompt=prompt,
+            negative_prompt=neg_prompt,
+            guidance_scale=cfg,
+            seed=state["used_seed"]
         )
-        state["refined_video_ltx"] = video_path; state["refined_latents_ltx"] = tensor_path
+        
+        # Atualiza o estado com os novos artefatos refinados
+        state["refined_video_ltx"] = video_path
+        state["refined_latents_ltx"] = tensor_path
+        
         return video_path, state
-    except Exception as e:
-        raise gr.Error(f"Erro no Refinamento LTX: {e}")
-
+    
 def run_seedvr_upscaling(state, seed, resolution, batch_size, fps, progress=gr.Progress(track_tqdm=True)):
-    if not state or not state.get("low_res_video"):
-        raise gr.Error("Erro: Gere um vídeo base primeiro na Etapa 1.")
-    if not seedvr_inference_server:
-        raise gr.Error("Erro: O servidor SeedVR não está disponível.")
-    try:
-        def progress_wrapper(p, desc=""): progress(p, desc=desc)
+    """Executa o processo de upscaling com SeedVR."""
+            
+    video_path = state["low_res_video"]
+    print(f"▶️  Iniciando processo de upscaling SeedVR para o vídeo: {video_path}")
+    
+    if True:
+        def progress_wrapper(p, desc=""):
+            progress(p, desc=desc)
         output_filepath = seedvr_inference_server.run_inference(
-            file_path=state["low_res_video"], seed=seed, resolution=resolution,
+            file_path=video_path, seed=seed, resolution=resolution,
             batch_size=batch_size, fps=fps, progress=progress_wrapper
         )
-        return gr.update(value=output_filepath), gr.update(value=f"✅ Concluído!\nSalvo em: {output_filepath}")
-    except Exception as e:
-        return None, gr.update(value=f"❌ Erro no SeedVR:\n{e}")
-
+        final_message = f"✅ Processo SeedVR concluído!\nVídeo salvo em: {output_filepath}"
+        return gr.update(value=output_filepath, interactive=True), gr.update(value=final_message, interactive=False)
+    
 # --- DEFINIÇÃO DA INTERFACE GRADIO ---
 with gr.Blocks() as demo:
     gr.Markdown("# LTX Video - Geração e Pós-Produção por Etapas")
     
     app_state = gr.State(value=create_initial_state())
 
+    # --- ETAPA 1: Geração Base ---
     with gr.Row():
         with gr.Column(scale=1):
             gr.Markdown("### Etapa 1: Configurações de Geração")
+            prompt_input = gr.Textbox(label="Prompt", value="A majestic dragon flying over a medieval castle", lines=3)
+            neg_prompt_input = gr.Textbox(visible=False, label="Negative Prompt", value="worst quality, blurry, low quality, jittery", lines=2)
+            start_image = gr.Image(label="Imagem de Início (Opcional)", type="filepath", sources=["upload", "clipboard"])
             
-            generation_mode_input = gr.Radio(
-                label="Modo de Geração", choices=["Simples (Prompt Único)", "Narrativa (Múltiplos Prompts)"],
-                value="Narrativa (Múltiplos Prompts)", info="Simples para uma ação, Narrativa para uma sequência (uma cena por linha)."
-            )
-            prompt_input = gr.Textbox(label="Prompt(s)", value="Um leão majestoso caminha pela savana\nEle sobe em uma grande pedra e olha o horizonte", lines=4)
-            neg_prompt_input = gr.Textbox(label="Negative Prompt", value="blurry, low quality, bad anatomy", lines=2)
-            start_image = gr.Image(label="Imagem de Início (Opcional)", type="filepath", sources=["upload"])
-            
-            with gr.Accordion("Parâmetros Principais", open=False):
-                duration_input = gr.Slider(label="Duração Total (s)", value=1, step=1, minimum=1, maximum=40)
-                with gr.Row():
-                    height_input = gr.Slider(label="Height", value=720, step=32, minimum=256, maximum=1024)
-                    width_input = gr.Slider(label="Width", value=720, step=32, minimum=256, maximum=1024)
-                with gr.Row():
-                    seed_input = gr.Number(label="Seed", value=42, precision=0)
-                    randomize_seed = gr.Checkbox(label="Randomize Seed", value=True)
-
-            with gr.Accordion("Opções Adicionais LTX (Avançado)", open=False):
-                cfg_input = gr.Slider(label="Guidance Scale (CFG)", info="Afeta o refinamento (se usado) e não tem efeito no First Pass dos modelos 'distilled'.", value=0.0, step=1, minimum=0.0, maximum=10.0)
-                fp_num_inference_steps = gr.Slider(label="Passos de Inferência (First Pass)", minimum=10, maximum=100, step=1, value=10)
-                ship_initial_inference_steps = gr.Slider(label="Passos de Inferência (Ship First)", minimum=0, maximum=100, step=1, value=0)
-                ship_final_inference_steps = gr.Slider(label="Passos de Inferência (Ship Last)", minimum=0, maximum=100, step=1, value=0)
-            
-                with gr.Tabs():
-                    with gr.TabItem("Guiagem (First Pass)"):
-                        fp_guidance_preset = gr.Dropdown(
-                            label="Preset de Guiagem",
-                            choices=["Padrão (Recomendado)", "Agressivo", "Suave", "Customizado"],
-                            value="Padrão (Recomendado)", info="Muda o comportamento da guiagem ao longo da difusão."
-                        )
-                        with gr.Group(visible=False) as custom_guidance_group:
-                            gr.Markdown("⚠️ Edite as listas em formato JSON. Ex: `[1, 2, 3]`")
-                            fp_guidance_scale_list = gr.Textbox(label="Lista de Guidance Scale", value="[1, 1, 6, 8, 6, 1, 1]")
-                            fp_stg_scale_list = gr.Textbox(label="Lista de STG Scale (Movimento)", value="[0, 0, 4, 4, 4, 2, 1]")
-                            fp_timesteps_list = gr.Textbox(label="Lista de Guidance Timesteps", value="[1.0, 0.996, 0.9933, 0.9850, 0.9767, 0.9008, 0.6180]")
-                        
-            generate_low_btn = gr.Button("1. Gerar Vídeo Base", variant="primary")
+            with gr.Accordion("Parâmetros Avançados", open=False):
+                height_input = gr.Slider(label="Height", value=512, step=32, minimum=256, maximum=1024)
+                width_input = gr.Slider(label="Width", value=704, step=32, minimum=256, maximum=1024)
+                duration_input = gr.Slider(label="Duração (s)", value=4, step=1, minimum=1, maximum=10)
+                cfg_input = gr.Slider(label="Guidance Scale (CFG)", value=3.0, step=0.1, minimum=1.0, maximum=10.0)
+                seed_input = gr.Number(label="Seed", value=42, precision=0)
+                randomize_seed = gr.Checkbox(label="Randomize Seed", value=True)
+
+            generate_low_btn = gr.Button("1. Gerar Vídeo Base (Low-Res)", variant="primary")
         
         with gr.Column(scale=1):
             gr.Markdown("### Vídeo Base Gerado")
             low_res_video_output = gr.Video(label="O resultado da Etapa 1 aparecerá aqui", interactive=False)
 
+    # --- ETAPA 2: Pós-Produção (no rodapé, em abas) ---
     with gr.Group(visible=False) as post_prod_group:
+        gr.Markdown("<hr style='margin-top: 20px; margin-bottom: 20px;'>")
         gr.Markdown("## Etapa 2: Pós-Produção")
-        
+        gr.Markdown("Use o vídeo gerado acima como entrada para as ferramentas abaixo. **O prompt e a CFG da Etapa 1 serão reutilizados.**")
+
         with gr.Tabs():
+            # --- ABA LTX REFINEMENT (AGORA FUNCIONAL) ---
             with gr.TabItem("🚀 Upscaler Textura (LTX)"):
                 with gr.Row():
                     with gr.Column(scale=1):
-                         gr.Markdown("Reutiliza o prompt e CFG para refinar a textura.")
-                         ltx_refine_btn = gr.Button("Aplicar Refinamento LTX", variant="primary")
+                         gr.Markdown("### Parâmetros de Refinamento")
+                         gr.Markdown("Esta etapa reutiliza o prompt, o prompt negativo e a CFG da Etapa 1 para manter a consistência.")
+                         ltx_refine_btn = gr.Button("Aplicar Refinamento de Textura LTX", variant="primary")
                     with gr.Column(scale=1):
-                        ltx_refined_video_output = gr.Video(label="Vídeo com Textura Refinada", interactive=False)
-            
+                        gr.Markdown("### Resultado do Refinamento")
+                        ltx_refined_video_output = gr.Video(label="Vídeo com Textura Refinada (LTX)", interactive=False)
+
+            # --- ABA SEEDVR UPSCALER ---
             with gr.TabItem("✨ Upscaler SeedVR"):
                 with gr.Row():
                     with gr.Column(scale=1):
+                        gr.Markdown("### Parâmetros do SeedVR")
                         seedvr_seed = gr.Slider(minimum=0, maximum=999999, value=42, step=1, label="Seed")
-                        seedvr_resolution = gr.Slider(minimum=720, maximum=1440, value=1072, step=8, label="Resolução Vertical")
+                        seedvr_resolution = gr.Slider(minimum=720, maximum=1440, value=1072, step=8, label="Resolução Vertical (Altura)")
                         seedvr_batch_size = gr.Slider(minimum=1, maximum=16, value=4, step=1, label="Batch Size por GPU")
                         seedvr_fps_output = gr.Number(label="FPS de Saída (0 = original)", value=0)
                         run_seedvr_button = gr.Button("Iniciar Upscaling SeedVR", variant="primary", interactive=(seedvr_inference_server is not None))
+                        if not seedvr_inference_server:
+                             gr.Markdown("<p style='color: red;'>Serviço SeedVR não disponível.</p>")
                     with gr.Column(scale=1):
+                        gr.Markdown("### Resultado do Upscaling")
                         seedvr_video_output = gr.Video(label="Vídeo com Upscale SeedVR", interactive=False)
-                        seedvr_status_box = gr.Textbox(label="Status", value="Aguardando...", lines=3, interactive=False)
+                        seedvr_status_box = gr.Textbox(label="Status do Processamento", value="Aguardando...", lines=3, interactive=False)
 
-    # --- LÓGICA DE EVENTOS ---
-    def update_custom_guidance_visibility(preset_choice):
-        return gr.update(visible=(preset_choice == "Customizado"))
-    
-    fp_guidance_preset.change(fn=update_custom_guidance_visibility, inputs=fp_guidance_preset, outputs=custom_guidance_group)
+            # --- ABA MM-AUDIO ---
+            with gr.TabItem("🔊 Áudio (MM-Audio)"):
+                gr.Markdown("*(Funcionalidade futura para adicionar som aos vídeos)*")
 
-    all_ltx_inputs = [
-        fp_guidance_preset, fp_guidance_scale_list, fp_stg_scale_list, fp_timesteps_list
-    ]
-    
+    # --- LÓGICA DE EVENTOS DA UI ---
+
+    # Botão da Etapa 1
     generate_low_btn.click(
-        fn=run_generate_base_video,
-        inputs=[
-            generation_mode_input, prompt_input, neg_prompt_input, start_image, height_input, width_input, 
-            duration_input, cfg_input, seed_input, randomize_seed,
-            *all_ltx_inputs
-        ],
+        fn=run_generate_low,
+        inputs=[prompt_input, neg_prompt_input, start_image, height_input, width_input, duration_input, cfg_input, seed_input, randomize_seed],
         outputs=[low_res_video_output, app_state, post_prod_group]
     )
 
+    # Botão da Aba LTX Refinement
     ltx_refine_btn.click(
         fn=run_ltx_refinement,
         inputs=[app_state, prompt_input, neg_prompt_input, cfg_input],
         outputs=[ltx_refined_video_output, app_state]
     )
 
+    # Botão da Aba SeedVR
     run_seedvr_button.click(
         fn=run_seedvr_upscaling,
         inputs=[app_state, seedvr_seed, seedvr_resolution, seedvr_batch_size, seedvr_fps_output],
@@ -219,4 +185,4 @@ with gr.Blocks() as demo:
     )
 
 if __name__ == "__main__":
-    demo.queue().launch(server_name="0.0.0.0", server_port=7860, debug=True, show_error=True)
+    demo.queue().launch(server_name="0.0.0.0", server_port=7860, debug=True, show_error=True)