Update app.py

app.py

@@ -41,9 +41,6 @@ st.title("Générateur de Diaporama Vidéo et Musique")
 # Sélectionnez les images
 uploaded_files = st.file_uploader("Sélectionnez des images (PNG, JPG, JPEG)", type=["png", "jpg", "jpeg"], accept_multiple_files=True)
 
-# Sélection de la durée d'affichage de chaque image avec une barre horizontale (en secondes)
-image_duration = st.slider("Durée de chaque image (en secondes)", 1, 10, 4)
-
 if uploaded_files:
     # Créez un répertoire temporaire pour stocker les images
     temp_dir = tempfile.mkdtemp()
@@ -68,17 +65,28 @@ if uploaded_files:
         except Exception as e:
             descriptions.append("Erreur lors de la génération de la légende")
 
-    # Créez une diapositive vidéo à partir des images
-    st.header("Diaporama Vidéo")
-    
-    st.write("Création de la diapositive vidéo en cours...")
-    image_clips = [ImageSequenceClip([image_path], fps=1/image_duration, durations=[image_duration]) for image_path in image_paths]
+    # Affichez les images avec leurs descriptions
+    for i, image_path in enumerate(image_paths):
+        st.image(image_path, caption=f"Description : {descriptions[i]}", use_column_width=True)
+
+    # Créez une vidéo à partir des images
+    st.header("Création d'une Diapositive Vidéo")
+
+    # Sélectionnez la durée d'affichage de chaque image avec une barre horizontale (en secondes)
+    image_duration = st.slider("Sélectionnez la durée d'affichage de chaque image (en secondes)", 1, 10, 4)
+
+    # Débit d'images par seconde (calculé en fonction de la durée de chaque image)
+    frame_rate = 1 / image_duration
+
+    image_clips = [ImageSequenceClip([image_path], fps=frame_rate, durations=[image_duration]) for image_path in image_paths]
+
     final_clip = concatenate_videoclips(image_clips, method="compose")
-    video_path = os.path.join(temp_dir, "slideshow.mp4")
-    final_clip.write_videofile(video_path, codec='libx264', fps=1/image_duration)
+
+    final_clip_path = os.path.join(temp_dir, "slideshow.mp4")
+    final_clip.write_videofile(final_clip_path, codec='libx264', fps=frame_rate)
 
     # Afficher la vidéo
-    st.video(open(video_path, 'rb').read())
+    st.video(open(final_clip_path, 'rb').read())
 
     # Générez de la musique à partir des descriptions
     st.header("Génération de Musique à partir des Descriptions")
@@ -94,30 +102,29 @@ if uploaded_files:
     n_candidates = st.slider("Number waveforms to generate", 1, 3, 3, 1)
 
     def score_waveforms(text, waveforms):
-    inputs = processor(text=text, audios=list(waveforms), return_tensors="pt", padding=True)
-    inputs = {key: inputs[key].to(device) for key in inputs}
-    with torch.no_grad():
-        logits_per_text = clap_model(**inputs).logits_per_text  # this is the audio-text similarity score
-        probs = logits_per_text.softmax(dim=-1)  # we can take the softmax to get the label probabilities
-        most_probable = torch.argmax(probs)  # and now select the most likely audio waveform
-    waveform = waveforms[most_probable]
-    return waveform
-
-if st.button("Générer de la musique"):
-    waveforms = pipe(
-        music_input,
-        audio_length_in_s=duration,
-        guidance_scale=guidance_scale,
-        num_inference_steps=100,
-        num_waveforms_per_prompt=n_candidates if n_candidates else 1,
-        generator=generator.manual_seed(int(seed)),
-    )["audios"]
-
-    if waveforms.shape[0] > 1:
-        waveform = score_waveforms(music_input, waveforms)
-    else:
-        waveform = waveforms[0]
-
-    # Afficher le lecteur audio
-    st.audio(waveform, format="audio/wav", sample_rate=16000)
-
+        inputs = processor(text=text, audios=list(waveforms), return_tensors="pt", padding=True)
+        inputs = {key: inputs[key].to(device) for key in inputs}
+        with torch.no_grad():
+            logits_per_text = clap_model(**inputs).logits_per_text  # this is the audio-text similarity score
+            probs = logits_per_text.softmax(dim=-1)  # we can take the softmax to get the label probabilities
+            most_probable = torch.argmax(probs)  # and now select the most likely audio waveform
+        waveform = waveforms[most_probable]
+        return waveform
+
+    if st.button("Générer de la musique"):
+        waveforms = pipe(
+            music_input,
+            audio_length_in_s=duration,
+            guidance_scale=guidance_scale,
+            num_inference_steps=100,
+            num_waveforms_per_prompt=n_candidates if n_candidates else 1,
+            generator=generator.manual_seed(int(seed)),
+        )["audios"]
+
+        if waveforms.shape[0] > 1:
+            waveform = score_waveforms(music_input, waveforms)
+        else:
+            waveform = waveforms[0]
+
+        # Afficher le lecteur audio
+        st.audio(waveform, format="audio/wav", sample_rate=16000)