aigcpanel-server-demo/run.py at main · modstart-lib/aigcpanel-server-demo · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
import json
import base64
import shutil
import sys
import time
import os

# 解析输入配置文件
config = json.loads(open(sys.argv[1], 'r').read())
# 保存文件到临时文件，方便调试
with open('config-last.json', 'w') as f:
    f.write(json.dumps(config, indent=4, ensure_ascii=False))

def cacheRandom(ext):
    cacheRoot = os.path.abspath('_cache')
    if not os.path.exists(cacheRoot):
        os.makedirs(cacheRoot)
    return os.path.join(cacheRoot, str(time.time()) + '.' + ext)

def printResult(key, value):
    global config
    print('AigcPanelRunResult', {key: value})
    print(f'AigcPanelRunResult[{config["id"]}][' + base64.b64encode(json.dumps({key: value}).encode()).decode() + ']')

def resultUrl(url):
    if os.getenv('AIGCPANEL_LAUNCHER_API_MODE', 'false').lower() == 'true':
        ext = url.split('.')[-1]
        newPath = os.path.join('launcher-data', str(time.time()) + '.' + ext)
        if not os.path.exists('launcher-data'):
            os.makedirs('launcher-data')
        shutil.copy(url, newPath)
        return newPath
    return url

# 公共输出
## 输出基本信息
## 设备类型 cpu / gpu
printResult('Device', 'cpu')
## 设备名称
printResult('DeviceName', 'Nvidia GeForce RTX 4090')
## 设备内存大小，单位 GB
printResult('DeviceMemorySize', 24)
## CUDA 版本
printResult('CudaVersion', '12.8')

modelConfig = config.get('modelConfig', {})

########### 语音合成 ###########
## 参考 ./example-config/soundTts.json
if modelConfig.get('type') == 'soundTts':
    print('正在合成', 'config=', config)
    time.sleep(10)
    resultPath = cacheRandom('wav')
    shutil.copy('./example-file/nihao.wav', resultPath)
    print('合成完成', resultPath)
    ## 语音合成输出结果
    printResult('url', resultUrl(resultPath))
########### 语音合成 ###########

########### 语音克隆 ###########
## 参考 ./example-config/soundClone.json
elif modelConfig.get('type') == 'soundClone':
    print('正在克隆', 'config=', config)
    time.sleep(10)
    resultPath = cacheRandom('wav')
    shutil.copy('./example-file/nihao.wav', resultPath)
    print('克隆完成', resultPath)
    ## 语音克隆输出结果
    printResult('url', resultUrl(resultPath))
########### 语音克隆 ###########

########### 视频合成 ###########
## 参考 ./example-config/videoGen.json
elif modelConfig.get('type') == 'videoGen':
    print('正在生成', 'config=', config)
    time.sleep(10)
    resultPath = cacheRandom('mp4')
    shutil.copy('./example-file/short.mp4', resultPath)
    print('生成完成', resultPath)
    ## 视频合成输出结果
    printResult('url', resultUrl(resultPath))
########### 视频合成 ###########

########### 语音识别 ###########
## 参考 ./example-config/asr.json
elif modelConfig.get('type') == 'asr':
    print('正在识别', 'config=', config)
    time.sleep(10)
    ## 语音识别输出结果
    records = []
    records.append({
        'start': 0.0,
        'end': 3.0,
        'text': '你好，欢迎使用AIGCPanel。'
    })
    records.append({
        'start': 3.0,
        'end': 6.0,
        'text': '这是第二句识别内容。'
    })
    printResult('records', records)
########### 语音识别 ###########

########### 文生图 ###########
## 参考 ./example-config/textToImage.json
elif modelConfig.get('type') == 'textToImage':
    print('正在生成', 'config=', config)
    time.sleep(10)
    resultPath = cacheRandom('png')
    shutil.copy('./example-file/1.png', resultPath)
    ## 文生图输出结果
    printResult('url', resultUrl(resultPath))
########### 文生图 ###########

########### 图生图 ###########
## 参考 ./example-config/imageToImage.json
elif modelConfig.get('type') == 'imageToImage':
    print('正在生成', 'config=', config)
    time.sleep(10)
    resultPath = cacheRandom('png')
    shutil.copy('./example-file/1.png', resultPath)
    ## 图生图输出结果
    printResult('url', resultUrl(resultPath))
########### 图生图 ###########

else :
    print('不支持的模型类型', modelConfig.get('type'))