INVIDEO_BASIC / app.py
gnosticdev's picture
Update app.py
6bc8144 verified
raw
history blame
19.5 kB
import os
import asyncio
import logging
import tempfile
import requests
from datetime import datetime
import edge_tts
import gradio as gr
import torch
from transformers import GPT2Tokenizer, GPT2LMHeadModel
from keybert import KeyBERT
from moviepy.editor import VideoFileClip, concatenate_videoclips, AudioFileClip, CompositeAudioClip
import subprocess
import re
import math
from pydub import AudioSegment
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
PEXELS_API_KEY = os.environ.get("PEXELS_API_KEY")
MODEL_NAME = "gpt2"
try:
tokenizer = GPT2Tokenizer.from_pretrained(MODEL_NAME)
model = GPT2LMHeadModel.from_pretrained(MODEL_NAME).eval()
if tokenizer.pad_token is None:
tokenizer.pad_token = tokenizer.eos_token
logger.info(f"Modelo GPT-2 '{MODEL_NAME}' cargado exitosamente.")
except Exception as e:
logger.error(f"Error al cargar el modelo GPT-2 '{MODEL_NAME}': {e}")
tokenizer = None
model = None
try:
kw_model = KeyBERT('multi-qa-MiniLM-L6-cos-v1')
logger.info("Modelo KeyBERT cargado exitosamente.")
except Exception as e:
logger.error(f"Error al cargar el modelo KeyBERT: {e}")
kw_model = None
def generate_script(prompt, max_length=250):
if not tokenizer or not model:
logger.error("Modelo GPT-2 no disponible para generar guion.")
return "Lo siento, el generador de guiones no está disponible en este momento."
logger.info("Generando guion con GPT-2...")
try:
inputs = tokenizer(prompt, return_tensors="pt", truncation=True, max_length=512)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
inputs = {k: v.to(device) for k, v in inputs.items()}
model.to(device)
with torch.no_grad():
outputs = model.generate(
**inputs,
max_length=max_length,
do_sample=True,
top_p=0.95,
top_k=60,
temperature=0.9,
pad_token_id=tokenizer.pad_token_id,
eos_token_id=tokenizer.eos_token_id
)
text = tokenizer.decode(outputs[0], skip_special_tokens=True)
logger.info(f"Guion generado (longitud: {len(text)} caracteres): {text[:200]}...")
return text
except Exception as e:
logger.error(f"Error durante la generación del guion: {e}")
return "No se pudo generar el guion. Intenta con otro prompt o un guion propio."
async def text_to_speech(text, voice="es-ES-ElviraNeural", output_path="voz.mp3"):
logger.info(f"Generando audio TTS para: '{text[:100]}...'")
try:
communicate = edge_tts.Communicate(text, voice)
await communicate.save(output_path)
logger.info(f"Audio TTS guardado en {output_path}")
except Exception as e:
logger.error(f"Error al generar audio TTS: {e}")
raise
def download_video_file(url, temp_dir):
if not url:
return None
file_name = url.split('/')[-1].split('?')[0]
if not file_name.endswith('.mp4'):
file_name = f"video_temp_{os.getpid()}_{datetime.now().strftime('%f')}.mp4"
output_path = os.path.join(temp_dir, file_name)
logger.info(f"Intentando descargar video de: {url} a {output_path}")
try:
response = requests.get(url, stream=True, timeout=30)
response.raise_for_status()
with open(output_path, 'wb') as f:
for chunk in response.iter_content(chunk_size=8192):
if chunk:
f.write(chunk)
logger.info(f"Video descargado a: {output_path}")
return output_path
except requests.exceptions.RequestException as e:
logger.error(f"Error de red/HTTP al descargar el video {url}: {e}")
if os.path.exists(output_path):
os.remove(output_path)
return None
except Exception as e:
logger.error(f"Error inesperado al descargar video {url}: {e}")
if os.path.exists(output_path):
os.remove(output_path)
return None
def loop_audio_to_length(audio_clip, target_duration):
if audio_clip.duration >= target_duration:
return audio_clip.subclip(0, target_duration)
loops = int(target_duration / audio_clip.duration) + 1
audios = [audio_clip] * loops
concatenated = concatenate_videoclips(audios)
return concatenated.subclip(0, target_duration)
def extract_visual_keywords_from_script(script_text, max_keywords_per_segment=2):
if not kw_model:
logger.warning("Modelo KeyBERT no disponible. La extracción de palabras clave será limitada.")
return [script_text.split('.')[0].strip().replace(" ", "+")] if script_text.strip() else []
logger.info("Extrayendo palabras clave visuales del guion.")
segments = [s.strip() for s in script_text.split('\n') if s.strip()]
if not segments:
segments = [script_text]
all_keywords = set()
for segment in segments:
if not segment: continue
try:
keywords_with_scores = kw_model.extract_keywords(
segment,
keyphrase_ngram_range=(1, 2),
stop_words='spanish',
top_n=max_keywords_per_segment,
use_mmr=True,
diversity=0.7
)
for kw, score in keywords_with_scores:
all_keywords.add(kw.replace(" ", "+"))
except Exception as e:
logger.warning(f"Error al extraer palabras clave de un segmento: {e}")
all_keywords.add(segment.split(' ')[0].strip().replace(" ", "+"))
logger.info(f"Palabras clave visuales extraídas del guion: {list(all_keywords)}")
return list(all_keywords)
def search_pexels_videos(query_list, num_videos_per_query=5, min_duration_sec=7):
if not PEXELS_API_KEY:
logger.error("ERROR: PEXELS_API_KEY no está configurada. No se pueden buscar videos en Pexels.")
raise ValueError("PEXELS_API_KEY no está configurada. Por favor, configúrala como un secreto en Hugging Face Spaces.")
if not query_list:
logger.warning("Lista de queries para Pexels vacía. No se buscarán videos.")
return []
all_video_urls = set()
for query in query_list:
logger.info(f"Buscando {num_videos_per_query} videos en Pexels para la query: '{query}'")
try:
api_url = "https://api.pexels.com/videos/search"
headers = {"Authorization": PEXELS_API_KEY}
params = {
"query": query,
"per_page": num_videos_per_query * 2,
"orientation": "landscape",
"min_duration": min_duration_sec
}
response = requests.get(api_url, headers=headers, params=params, timeout=15)
response.raise_for_status()
data = response.json()
videos = data.get('videos', [])
if not videos:
logger.info(f"No se encontraron videos en Pexels para la query: '{query}'")
continue
for video in videos:
best_quality_url = None
video_files = sorted(video.get('video_files', []), key=lambda x: x.get('width', 0) * x.get('height', 0), reverse=True)
for file in video_files:
if file.get('link'):
best_quality_url = file['link']
break
if best_quality_url:
all_video_urls.add(best_quality_url)
else:
logger.warning(f"No se encontró URL de descarga válida para el video Pexels ID: {video.get('id')}")
except requests.exceptions.RequestException as e:
logger.error(f"Error de HTTP/red al buscar videos en Pexels para '{query}': {e}", exc_info=True)
except Exception as e:
logger.error(f"Error inesperado al buscar videos en Pexels para '{query}': {e}", exc_info=True)
final_urls = list(all_video_urls)
logger.info(f"Total de {len(final_urls)} URLs de video únicas obtenidas de Pexels.")
return final_urls
def crear_video(prompt_type, input_text, musica_url=None):
logger.info(f"Iniciando creación de video. Tipo de prompt: {prompt_type}")
guion = ""
if prompt_type == "Generar Guion con IA":
guion = generate_script(input_text)
if not guion or guion == "No se pudo generar el guion. Intenta con otro prompt o un guion propio.":
raise ValueError(guion)
else:
guion = input_text
if not guion.strip():
raise ValueError("Por favor, introduce tu guion.")
if not guion.strip():
raise ValueError("El guion está vacío. No se puede proceder.")
temp_files = []
downloaded_clip_paths = []
final_clips = []
temp_video_dir = tempfile.mkdtemp()
temp_files.append(temp_video_dir)
try:
voz_archivo = os.path.join(tempfile.gettempdir(), f"voz_temp_{os.getpid()}.mp3")
temp_files.append(voz_archivo)
asyncio.run(text_to_speech(guion, output_path=voz_archivo))
audio_tts = AudioFileClip(voz_archivo)
search_queries_for_pexels = extract_visual_keywords_from_script(guion, max_keywords_per_segment=2)
if not search_queries_for_pexels:
raise ValueError("No se pudieron extraer palabras clave visuales del guion para buscar videos.")
pexels_video_urls_found = search_pexels_videos(search_queries_for_pexels, num_videos_per_query=5, min_duration_sec=7)
if not pexels_video_urls_found:
logger.error("Pexels no devolvió ningún video para las palabras clave extraídas.")
raise ValueError(f"Pexels no encontró videos adecuados para el guion. Intenta con otro tema o guion más descriptivo. Palabras clave usadas: {search_queries_for_pexels}")
logger.info(f"Descargando {len(pexels_video_urls_found)} videos de Pexels...")
for url in pexels_video_urls_found:
video_path = download_video_file(url, temp_video_dir)
if video_path:
downloaded_clip_paths.append(video_path)
else:
logger.warning(f"No se pudo descargar video de Pexels: {url}")
if not downloaded_clip_paths:
logger.error("No se pudo descargar ningún video válido de Pexels.")
raise ValueError("No se pudo descargar ningún video válido de Pexels. Revisa la conexión o la calidad de las URLs.")
total_desired_video_duration = audio_tts.duration * 1.2
current_video_clips_duration = 0
for path in downloaded_clip_paths:
try:
clip = VideoFileClip(path)
clip_duration = min(clip.duration, 10)
if clip_duration > 1:
final_clips.append(clip.subclip(0, clip_duration))
current_video_clips_duration += clip_duration
if current_video_clips_duration >= total_desired_video_duration:
break
else:
logger.warning(f"Clip de video muy corto ({clip_duration:.2f}s) de {path}, omitiendo.")
clip.close()
except Exception as e:
logger.warning(f"No se pudo cargar o procesar el clip de video {path}: {e}. Omitiendo.")
if 'clip' in locals() and clip: clip.close()
if not final_clips:
logger.error("No se pudo obtener ningún clip de video usable después de la descarga y procesamiento.")
raise ValueError("No se pudieron procesar los videos descargados de Pexels.")
video_base = concatenate_videoclips(final_clips, method="compose")
logger.info(f"Video base concatenado, duración: {video_base.duration:.2f}s")
if video_base.duration < audio_tts.duration:
logger.info(f"Duración del video ({video_base.duration:.2f}s) es menor que la del audio TTS ({audio_tts.duration:.2f}s). Repitiendo video.")
num_repeats = int(audio_tts.duration / video_base.duration) + 1
repeated_clips = [video_base] * num_repeats
video_base = concatenate_videoclips(repeated_clips, method="compose")
final_video_duration = audio_tts.duration
mezcla_audio = audio_tts
if musica_url and musica_url.strip():
musica_path = download_video_file(musica_url, temp_video_dir)
if musica_path:
temp_files.append(musica_path)
try:
musica_audio = AudioFileClip(musica_path)
musica_loop = loop_audio_to_length(musica_audio, final_video_duration)
mezcla_audio = CompositeAudioClip([musica_loop.volumex(0.3), audio_tts.set_duration(final_video_duration).volumex(1.0)])
logger.info("Música de fondo añadida y mezclada.")
except Exception as e:
logger.warning(f"No se pudo procesar la música de fondo de {musica_url}: {e}. Se usará solo la voz.")
else:
logger.warning(f"No se pudo descargar la música de {musica_url}. Se usará solo la voz.")
video_final = video_base.set_audio(mezcla_audio).subclip(0, final_video_duration)
logger.info(f"Video final configurado con audio. Duración final: {video_final.duration:.2f}s")
output_dir = "generated_videos"
os.makedirs(output_dir, exist_ok=True)
output_path = os.path.join(output_dir, f"video_output_{datetime.now().strftime('%Y%m%d_%H%M%S')}.mp4")
logger.info(f"Escribiendo video final a: {output_path}")
video_final.write_videofile(
output_path,
fps=24,
threads=4,
logger=None,
preset="medium",
codec="libx264",
audio_codec="aac",
ffmpeg_params=["-movflags", "+faststart"]
)
logger.info(f"Video generado exitosamente en: {output_path}")
return output_path
except Exception as e:
logger.error(f"Error general en la creación del video: {e}", exc_info=True)
raise e
finally:
for f in temp_files:
if os.path.exists(f):
if os.path.isdir(f):
import shutil
shutil.rmtree(f)
logger.info(f"Directorio temporal eliminado: {f}")
else:
os.remove(f)
logger.info(f"Archivo temporal eliminado: {f}")
for clip in final_clips:
if clip and hasattr(clip, 'close') and not clip.is_playing:
clip.close()
if 'audio_tts' in locals() and audio_tts and hasattr(audio_tts, 'close') and not audio_tts.is_playing:
audio_tts.close()
if 'musica_audio' in locals() and musica_audio and hasattr(musica_audio, 'close') and not musica_audio.is_playing:
musica_audio.close()
if 'video_final' in locals() and video_final and hasattr(video_final, 'close') and not video_final.is_playing:
video_final.close()
if 'video_base' in locals() and video_base and hasattr(video_base, 'close') and not video_base.is_playing:
video_base.close()
def run_app(prompt_type, prompt_ia, prompt_manual, musica_url):
input_text = ""
if prompt_type == "Generar Guion con IA":
input_text = prompt_ia
if not input_text.strip():
raise gr.Error("Por favor, introduce un tema para generar el guion.")
else:
input_text = prompt_manual
if not input_text.strip():
raise gr.Error("Por favor, introduce tu guion.")
logger.info(f"Solicitud recibida: Tipo='{prompt_type}', Input='{input_text[:50]}...', Música='{musica_url}'")
try:
video_path = crear_video(prompt_type, input_text, musica_url if musica_url.strip() else None)
if video_path:
logger.info(f"Proceso completado. Video disponible en: {video_path}")
return video_path, gr.update(value="¡Video generado exitosamente!")
else:
raise gr.Error("Hubo un problema desconocido al generar el video. Revisa los logs.")
except ValueError as ve:
logger.error(f"Error de validación o búsqueda de Pexels: {ve}")
return None, gr.update(value=f"Error: {ve}", text_color="red")
except Exception as e:
logger.error(f"Error inesperado al ejecutar la aplicación: {e}", exc_info=True)
return None, gr.update(value=f"Ocurrió un error grave: {e}. Por favor, inténtalo de nuevo.", text_color="red")
with gr.Blocks() as app:
gr.Markdown("""
### 🎬 Generador de Video Inteligente con Pexels 🚀
Crea videos con guiones generados por IA o propios, voz automática y **videos de stock relevantes de Pexels**.
""")
with gr.Tab("Generar Video"):
with gr.Row():
prompt_type = gr.Radio(
["Generar Guion con IA", "Usar Mi Guion"],
label="Método de Guion",
value="Generar Guion con IA"
)
with gr.Column(visible=True) as ia_guion_column:
prompt_ia = gr.Textbox(
label="Tema para Generar Guion (con IA)",
lines=2,
placeholder="Ej: Las maravillas del universo y las estrellas."
)
with gr.Column(visible=False) as manual_guion_column:
prompt_manual = gr.Textbox(
label="Introduce Tu Guion Propio",
lines=5,
placeholder="Ej: Hola a todos, hoy hablaremos de un tema fascinante..."
)
musica_input = gr.Textbox(
label="URL de Música de Fondo (opcional, MP3 recomendado)",
placeholder="Ej: https://www.soundhelix.com/examples/mp3/SoundHelix-Song-1.mp3"
)
boton = gr.Button("✨ Generar Video")
with gr.Column():
salida_video = gr.Video(label="Video Generado", interactive=False)
estado_mensaje = gr.Textbox(label="Estado del Proceso", interactive=False, value="")
prompt_type.change(
fn=lambda value: (gr.update(visible=value == "Generar Guion con IA"),
gr.update(visible=value == "Usar Mi Guion")),
inputs=prompt_type,
outputs=[ia_guion_column, manual_guion_column]
)
boton.click(
fn=lambda: (None, gr.update(value="Iniciando generación... Esto puede tardar varios minutos (descarga de videos).")),
outputs=[salida_video, estado_mensaje],
queue=False
).then(
fn=run_app,
inputs=[prompt_type, prompt_ia, prompt_manual, musica_input],
outputs=[salida_video, estado_mensaje]
)
prompt_ia.change(fn=lambda: gr.update(value=""), outputs=estado_mensaje, queue=False)
prompt_manual.change(fn=lambda: gr.update(value=""), outputs=estado_mensaje, queue=False)
musica_input.change(fn=lambda: gr.update(value=""), outputs=estado_mensaje, queue=False)
if __name__ == "__main__":
logger.info("Iniciando aplicación Gradio para Hugging Face Spaces...")
app.launch(server_name="0.0.0.0", server_port=7860, share=False)