|
|
import torch |
|
|
import subprocess |
|
|
import os |
|
|
import gradio as gr |
|
|
import json |
|
|
from datetime import datetime |
|
|
import tempfile |
|
|
from PIL import Image |
|
|
import cv2 |
|
|
import numpy as np |
|
|
from huggingface_hub import snapshot_download |
|
|
import gc |
|
|
import psutil |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
print("\n--- بدء الإعدادات الأولية ---") |
|
|
|
|
|
|
|
|
print("\n[1/4] التحقق من موارد النظام...") |
|
|
if torch.cuda.is_available(): |
|
|
gpu_name = torch.cuda.get_device_name(0) |
|
|
gpu_memory = torch.cuda.get_device_properties(0).total_memory / 1024**3 |
|
|
print(f"✅ GPU متاح: {gpu_name}") |
|
|
print(f"📊 ذاكرة GPU: {gpu_memory:.1f} GB") |
|
|
if gpu_memory < 15: |
|
|
print("⚠️ تحذير: قد تحتاج إلى GPU بذاكرة أكبر للحصول على أفضل أداء.") |
|
|
else: |
|
|
print("❌ لا يوجد GPU متاح. يُنصح بتفعيل GPU في إعدادات Colab أو استخدام بيئة تدعم GPU.") |
|
|
|
|
|
try: |
|
|
disk_usage = subprocess.check_output(["df", "-h", "/"]).decode("utf-8") |
|
|
print("\n💾 مساحة القرص:") |
|
|
print(disk_usage.split("\n")[1]) |
|
|
except Exception as e: |
|
|
print(f"❌ خطأ في التحقق من مساحة القرص: {e}") |
|
|
|
|
|
|
|
|
print("\n[3/4] تحميل مستودع AccVideo AI...") |
|
|
accvideo_path = "/tmp/AccVideo" |
|
|
if not os.path.exists(accvideo_path): |
|
|
try: |
|
|
subprocess.run(["git", "clone", "https://github.com/aejion/AccVideo.git", "/tmp/AccVideo"], check=True) |
|
|
print("✅ تم تحميل AccVideo بنجاح!") |
|
|
except Exception as e: |
|
|
print(f"❌ خطأ في تحميل AccVideo: {e}") |
|
|
else: |
|
|
print("✅ AccVideo موجود بالفعل!") |
|
|
|
|
|
|
|
|
print("\n[4/4] الانتقال إلى مجلد AccVideo وتثبيت متطلباته...") |
|
|
try: |
|
|
os.chdir(accvideo_path) |
|
|
print(f"📁 المجلد الحالي: {os.getcwd()}") |
|
|
if os.path.exists("requirements.txt"): |
|
|
subprocess.run(["pip", "install", "-r", "requirements.txt"], check=True) |
|
|
print("✅ تم تثبيت متطلبات AccVideo!") |
|
|
else: |
|
|
print("⚠️ ملف requirements.txt غير موجود في مجلد AccVideo.") |
|
|
except Exception as e: |
|
|
print(f"❌ خطأ في الانتقال أو تثبيت المتطلبات: {e}") |
|
|
|
|
|
print("\n--- انتهت الإعدادات الأولية ---") |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
models_info = { |
|
|
"HunyuanT2V (الأساسي)": { |
|
|
"repo_id": "aejion/AccVideo", |
|
|
"local_dir": "./ckpts", |
|
|
"description": "نموذج أساسي لتحويل النص إلى فيديو" |
|
|
}, |
|
|
"WanX-T2V-14B (متقدم)": { |
|
|
"repo_id": "aejion/AccVideo-WanX-T2V-14B", |
|
|
"local_dir": "./wanx_t2v_ckpts", |
|
|
"description": "نموذج متقدم عالي الجودة للنص إلى فيديو" |
|
|
}, |
|
|
"WanX-I2V-480P-14B (صورة إلى فيديو)": { |
|
|
"repo_id": "aejion/AccVideo-WanX-I2V-480P-14B", |
|
|
"local_dir": "./wanx_i2v_ckpts", |
|
|
"description": "نموذج لتحويل الصورة إلى فيديو" |
|
|
} |
|
|
} |
|
|
|
|
|
|
|
|
current_model = None |
|
|
model_type = None |
|
|
|
|
|
def download_model_from_hf(selected_model_name): |
|
|
"""تحميل النموذج المحدد من Hugging Face""" |
|
|
model_info = models_info[selected_model_name] |
|
|
print(f"🔄 جاري تحميل {selected_model_name}...") |
|
|
print(f"📝 الوصف: {model_info['description']}") |
|
|
|
|
|
try: |
|
|
if not os.path.exists(model_info["local_dir"]): |
|
|
snapshot_download( |
|
|
repo_id=model_info["repo_id"], |
|
|
local_dir=model_info["local_dir"], |
|
|
local_dir_use_symlinks=False |
|
|
) |
|
|
print(f"✅ تم تحميل {selected_model_name} بنجاح!") |
|
|
else: |
|
|
print(f"✅ {selected_model_name} موجود بالفعل!") |
|
|
return True |
|
|
except Exception as e: |
|
|
print(f"❌ خطأ في تحميل النموذج: {str(e)}") |
|
|
return False |
|
|
|
|
|
def load_model(model_choice): |
|
|
"""تحميل النموذج المحدد وتحديث الحالة العالمية""" |
|
|
global current_model, model_type |
|
|
|
|
|
if not download_model_from_hf(model_choice): |
|
|
return "❌ فشل تحميل النموذج. يرجى التحقق من الاتصال بالإنترنت أو مساحة القرص." |
|
|
|
|
|
try: |
|
|
if model_choice == "HunyuanT2V (الأساسي)": |
|
|
model_type = "hunyuan" |
|
|
return "✅ تم تحميل نموذج HunyuanT2V بنجاح!" |
|
|
|
|
|
elif model_choice == "WanX-T2V-14B (متقدم)": |
|
|
model_type = "wanx_t2v" |
|
|
return "✅ تم تحميل نموذج WanX-T2V-14B بنجاح!" |
|
|
|
|
|
elif model_choice == "WanX-I2V-480P-14B (صورة إلى فيديو)": |
|
|
model_type = "wanx_i2v" |
|
|
return "✅ تم تحميل نموذج WanX-I2V-480P-14B بنجاح!" |
|
|
|
|
|
except Exception as e: |
|
|
return f"❌ خطأ في إعداد النموذج: {str(e)}" |
|
|
|
|
|
def generate_video(prompt, image_input, width, height, num_frames, steps, guidance_scale, seed): |
|
|
"""إنشاء الفيديو بناءً على المدخلات ونوع النموذج المحدد""" |
|
|
global model_type |
|
|
|
|
|
if model_type is None: |
|
|
return None, "❌ يرجى تحميل النموذج أولاً من علامة تبويب 'إعداد النموذج'." |
|
|
|
|
|
try: |
|
|
|
|
|
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") |
|
|
output_dir = os.path.join(os.getcwd(), "results", f"video_{timestamp}") |
|
|
os.makedirs(output_dir, exist_ok=True) |
|
|
|
|
|
|
|
|
prompt_file = os.path.join(output_dir, "prompt.txt") |
|
|
with open(prompt_file, "w", encoding="utf-8") as f: |
|
|
f.write(prompt) |
|
|
|
|
|
cmd = [] |
|
|
|
|
|
if model_type == "hunyuan": |
|
|
cmd = [ |
|
|
"python", "sample_t2v.py", |
|
|
"--height", str(height), |
|
|
"--width", str(width), |
|
|
"--num_frames", str(num_frames), |
|
|
"--num_inference_steps", str(steps), |
|
|
"--guidance_scale", "1", |
|
|
"--embedded_cfg_scale", str(guidance_scale), |
|
|
"--flow_shift", "7", |
|
|
"--flow-reverse", |
|
|
"--prompt_file", prompt_file, |
|
|
"--seed", str(seed), |
|
|
"--output_path", output_dir, |
|
|
"--model_path", "./ckpts", |
|
|
"--dit-weight", "./ckpts/accvideo-t2v-5-steps/diffusion_pytorch_model.pt" |
|
|
] |
|
|
|
|
|
elif model_type == "wanx_t2v": |
|
|
cmd = [ |
|
|
"python", "sample_wanx_t2v.py", |
|
|
"--task", "t2v-14B", |
|
|
"--size", f"{width}*{height}", |
|
|
"--ckpt_dir", "./wanx_t2v_ckpts", |
|
|
"--sample_solver", "unipc", |
|
|
"--save_dir", output_dir, |
|
|
"--sample_steps", str(steps), |
|
|
"--prompt", prompt |
|
|
] |
|
|
|
|
|
elif model_type == "wanx_i2v": |
|
|
if image_input is None: |
|
|
return None, "❌ يرجى رفع صورة لاستخدام نموذج الصورة إلى فيديو." |
|
|
|
|
|
|
|
|
image_path = os.path.join(output_dir, "input_image.jpg") |
|
|
image_input.save(image_path) |
|
|
|
|
|
cmd = [ |
|
|
"python", "sample_wanx_i2v.py", |
|
|
"--task", "i2v-14B", |
|
|
"--size", f"{width}*{height}", |
|
|
"--ckpt_dir", "./wanx_i2v_ckpts", |
|
|
"--sample_solver", "unipc", |
|
|
"--save_dir", output_dir, |
|
|
"--sample_steps", str(steps), |
|
|
"--image_path", image_path, |
|
|
"--prompt", prompt |
|
|
] |
|
|
|
|
|
print(f'🔄 جاري إنشاء الفيديو... الأمر: {" ".join(cmd)}') |
|
|
|
|
|
|
|
|
result = subprocess.run(cmd, capture_output=True, text=True, cwd=os.getcwd()) |
|
|
|
|
|
if result.returncode == 0: |
|
|
|
|
|
video_files = [] |
|
|
for root, dirs, files in os.walk(output_dir): |
|
|
for file in files: |
|
|
if file.endswith((".mp4", ".avi", ".mov")): |
|
|
video_files.append(os.path.join(root, file)) |
|
|
|
|
|
if video_files: |
|
|
video_path = video_files[0] |
|
|
return video_path, f"✅ تم إنشاء الفيديو بنجاح!\n📁 المسار: {video_path}" |
|
|
else: |
|
|
return None, f"❌ لم يتم العثور على ملف فيديو في {output_dir}.\nالخرج: {result.stdout}\nالخطأ: {result.stderr}" |
|
|
else: |
|
|
error_msg = result.stderr if result.stderr else result.stdout |
|
|
return None, f"❌ خطأ في إنشاء الفيديو:\n{error_msg}" |
|
|
|
|
|
except Exception as e: |
|
|
return None, f"❌ خطأ غير متوقع أثناء إنشاء الفيديو: {str(e)}" |
|
|
|
|
|
print("✅ تم إعداد وظائف الواجهة بنجاح!") |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
with gr.Blocks(title="AccVideo AI - مولد الفيديو بالذكاء الاصطناعي", theme=gr.themes.Soft()) as interface: |
|
|
|
|
|
gr.HTML(""" |
|
|
<div style="text-align: center; padding: 20px;"> |
|
|
<h1>🎬 AccVideo AI</h1> |
|
|
<h2>مولد الفيديو بالذكاء الاصطناعي</h2> |
|
|
<p>إنشاء مقاطع فيديو عالية الجودة من النصوص والصور</p> |
|
|
</div> |
|
|
""") |
|
|
|
|
|
with gr.Tab("🎯 إعداد النموذج"): |
|
|
with gr.Row(): |
|
|
model_choice = gr.Dropdown( |
|
|
choices=list(models_info.keys()), |
|
|
value="HunyuanT2V (الأساسي)", |
|
|
label="اختر النموذج", |
|
|
) |
|
|
load_btn = gr.Button("تحميل النموذج", variant="primary") |
|
|
|
|
|
model_status = gr.Textbox(label="حالة النموذج", interactive=False) |
|
|
|
|
|
load_btn.click( |
|
|
fn=load_model, |
|
|
inputs=[model_choice], |
|
|
outputs=[model_status] |
|
|
) |
|
|
|
|
|
with gr.Tab("🎨 إنشاء الفيديو"): |
|
|
with gr.Row(): |
|
|
with gr.Column(scale=1): |
|
|
gr.HTML("<h3>📝 الإدخال</h3>") |
|
|
|
|
|
prompt_input = gr.Textbox( |
|
|
label="وصف الفيديو", |
|
|
placeholder="اكتب وصفاً مفصلاً للفيديو الذي تريد إنشاءه...", |
|
|
lines=3, |
|
|
) |
|
|
|
|
|
image_input = gr.Image( |
|
|
label="الصورة المرجعية (اختياري)", |
|
|
type="pil", |
|
|
) |
|
|
|
|
|
gr.HTML("<h3>⚙️ الإعدادات</h3>") |
|
|
|
|
|
with gr.Row(): |
|
|
width_input = gr.Slider( |
|
|
minimum=256, maximum=1280, value=832, step=64, |
|
|
label="العرض", |
|
|
) |
|
|
height_input = gr.Slider( |
|
|
minimum=256, maximum=720, value=480, step=64, |
|
|
label="الارتفاع", |
|
|
) |
|
|
|
|
|
with gr.Row(): |
|
|
frames_input = gr.Slider( |
|
|
minimum=16, maximum=120, value=81, step=1, |
|
|
label="عدد الإطارات", |
|
|
) |
|
|
steps_input = gr.Slider( |
|
|
minimum=5, maximum=20, value=10, step=1, |
|
|
label="خطوات المعالجة", |
|
|
) |
|
|
|
|
|
with gr.Row(): |
|
|
guidance_input = gr.Slider( |
|
|
minimum=1.0, maximum=10.0, value=6.0, step=0.5, |
|
|
label="قوة التوجيه", |
|
|
) |
|
|
seed_input = gr.Number( |
|
|
value=1024, label="البذرة", |
|
|
) |
|
|
|
|
|
generate_btn = gr.Button("🎬 إنشاء الفيديو", variant="primary", size="lg") |
|
|
|
|
|
with gr.Column(scale=1): |
|
|
gr.HTML("<h3>🎥 النتيجة</h3>") |
|
|
|
|
|
video_output = gr.Video( |
|
|
label="الفيديو المُنتج", |
|
|
height=400 |
|
|
) |
|
|
|
|
|
status_output = gr.Textbox( |
|
|
label="حالة المعالجة", |
|
|
lines=5, |
|
|
interactive=False |
|
|
) |
|
|
|
|
|
|
|
|
generate_btn.click( |
|
|
fn=generate_video, |
|
|
inputs=[ |
|
|
prompt_input, image_input, width_input, height_input, |
|
|
frames_input, steps_input, guidance_input, seed_input |
|
|
], |
|
|
outputs=[video_output, status_output] |
|
|
) |
|
|
|
|
|
with gr.Tab("📚 المساعدة والنصائح"): |
|
|
gr.HTML(""" |
|
|
<div style="text-align: center; padding: 20px;"> |
|
|
<h2>💡 نصائح للحصول على أفضل النتائج</h2> |
|
|
|
|
|
<h3>📝 كتابة الوصف:</h3> |
|
|
<ul> |
|
|
<li>استخدم وصفاً واضحاً ومفصلاً</li> |
|
|
<li>اذكر التفاصيل المهمة مثل الألوان والحركة والإضاءة</li> |
|
|
<li>تجنب الوصف المعقد أو المتناقض</li> |
|
|
<li>مثال جيد: "قطة برتقالية تلعب بكرة صوف حمراء في حديقة خضراء مشمسة"</li> |
|
|
</ul> |
|
|
|
|
|
<h3>⚙️ الإعدادات:</h3> |
|
|
<ul> |
|
|
<li><strong>الأبعاد:</strong> ابدأ بأبعاد صغيرة للاختبار (832x480)</li> |
|
|
<li><strong>عدد الإطارات:</strong> 81 إطار ≈ 3 ثوانٍ، 120 إطار ≈ 4.5 ثانية</li> |
|
|
<li><strong>خطوات المعالجة:</strong> 10 خطوات توازن جيد بين الجودة والسرعة</li> |
|
|
<li><strong>قوة التوجيه:</strong> 6.0 قيمة جيدة للبداية</li> |
|
|
</ul> |
|
|
|
|
|
<h3>🚀 تحسين الأداء:</h3> |
|
|
<ul> |
|
|
<li>استخدم GPU عالي الأداء (T4 أو أفضل)</li> |
|
|
<li>تأكد من وجود مساحة كافية على القرص</li> |
|
|
<li>أغلق التطبيقات الأخرى لتوفير الذاكرة</li> |
|
|
</ul> |
|
|
|
|
|
<h3>🎯 النماذج المختلفة:</h3> |
|
|
<ul> |
|
|
<li><strong>HunyuanT2V:</strong> نموذج أساسي سريع</li> |
|
|
<li><strong>WanX-T2V-14B:</strong> جودة عالية، يحتاج ذاكرة أكبر</li> |
|
|
<li><strong>WanX-I2V-480P-14B:</strong> لتحويل الصور إلى فيديو</li> |
|
|
</ul> |
|
|
|
|
|
<h3>⏱️ أوقات المعالجة المتوقعة:</h3> |
|
|
<ul> |
|
|
<li>فيديو 832x480، 81 إطار: 2-5 دقائق</li> |
|
|
<li>فيديو 1280x720، 120 إطار: 10-15 دقيقة</li> |
|
|
</ul> |
|
|
</div> |
|
|
""") |
|
|
|
|
|
|
|
|
if __name__ == "__main__": |
|
|
interface.launch( |
|
|
share=True, |
|
|
debug=True, |
|
|
server_name="0.0.0.0", |
|
|
server_port=7860, |
|
|
show_error=True |
|
|
) |
|
|
|
|
|
|
