Update app.py

app.py

@@ -1,19 +1,15 @@
 import gradio as gr
 from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
 from transformers import MarianMTModel, MarianTokenizer
-from diffusers import StableDiffusionPipeline, DiffusionPipeline
+from diffusers import StableDiffusionPipeline
 import torch
 import numpy as np
-import imageio
 from PIL import Image
-from modelscope.pipelines import pipeline as ms_pipeline
-from modelscope.outputs import OutputKeys
 
-class MultiModalServices:
+class AIServices:
     def __init__(self):
         self.device = "cuda" if torch.cuda.is_available() else "cpu"
         self.image_generator = None
-        self.video_generator = None
         self.translator = None
         self.sentiment_analyzer = None
 
@@ -26,14 +22,6 @@ class MultiModalServices:
             ).to(self.device)
         return self.image_generator
 
-    def load_video_generator(self):
-        if self.video_generator is None:
-            self.video_generator = ms_pipeline(
-                'text-to-video-synthesis',
-                'damo/text-to-video-synthesis'
-            )
-        return self.video_generator
-
     def generate_image(self, prompt, num_images=1):
         try:
             generator = self.load_image_generator()
@@ -46,14 +34,6 @@ class MultiModalServices:
         except Exception as e:
             return f"Erro na geração de imagem: {str(e)}"
 
-    def generate_video(self, prompt, duration=3):
-        try:
-            generator = self.load_video_generator()
-            output = generator({'text': prompt})
-            return output[OutputKeys.OUTPUT_VIDEO]
-        except Exception as e:
-            return f"Erro na geração de vídeo: {str(e)}"
-
     def translate(self, text, src_lang, tgt_lang):
         if self.translator is None:
             model_name = f'Helsinki-NLP/opus-mt-{src_lang}-{tgt_lang}'
@@ -77,14 +57,14 @@ class MultiModalServices:
             return f"Erro na análise: {str(e)}"
 
 # Instância global dos serviços
-services = MultiModalServices()
+services = AIServices()
 
 # Interface Gradio
-with gr.Blocks(title="Serviços de IA Multimodal") as demo:
+with gr.Blocks(title="Serviços de IA") as demo:
     gr.Markdown("""
-    # 🎨 Hub de Serviços de IA Multimodal
+    # 🎨 Hub de Serviços de IA
     
-    Esta aplicação oferece serviços de geração de imagem, vídeo e processamento de texto.
+    Esta aplicação oferece serviços de geração de imagem e processamento de texto.
     """)
     
     # 1. Geração de Imagem
@@ -112,32 +92,7 @@ with gr.Blocks(title="Serviços de IA Multimodal") as demo:
             outputs=img_output
         )
     
-    # 2. Geração de Vídeo
-    with gr.Tab("Geração de Vídeo"):
-        gr.Markdown("### Gerador de Vídeos")
-        with gr.Row():
-            vid_prompt = gr.Textbox(
-                label="Descrição do vídeo",
-                placeholder="Descreva o vídeo que deseja gerar...",
-                lines=3
-            )
-            vid_output = gr.Video(label="Vídeo Gerado")
-        with gr.Row():
-            vid_duration = gr.Slider(
-                minimum=1,
-                maximum=10,
-                value=3,
-                step=1,
-                label="Duração (segundos)"
-            )
-        vid_button = gr.Button("Gerar Vídeo")
-        vid_button.click(
-            services.generate_video,
-            inputs=[vid_prompt, vid_duration],
-            outputs=vid_output
-        )
-    
-    # 3. Tradução
+    # 2. Tradução
     with gr.Tab("Tradutor"):
         gr.Markdown("### Tradutor Multilíngue")
         with gr.Row():
@@ -168,7 +123,7 @@ with gr.Blocks(title="Serviços de IA Multimodal") as demo:
             outputs=trans_output
         )
     
-    # 4. Análise de Sentimentos
+    # 3. Análise de Sentimentos
     with gr.Tab("Análise de Sentimentos"):
         gr.Markdown("### Análise de Sentimentos Multilíngue")
         with gr.Row():
@@ -190,7 +145,7 @@ with gr.Blocks(title="Serviços de IA Multimodal") as demo:
 
     gr.Markdown("""
     ### Notas:
-    - A geração de imagens e vídeos requer GPU para melhor performance
+    - A geração de imagens requer GPU para melhor performance
     - Os modelos são carregados sob demanda para economizar memória
     - Primeira execução pode ser mais lenta devido ao download dos modelos
     - Todos os modelos são open source