2023-07-24 20:10:39 +08:00
# 使用Gradio Python客户端构建FastAPI应用
Tags: CLIENT, API, WEB APP
在本博客文章中，我们将演示如何使用 `gradio_client` [Python库 ](getting-started-with-the-python-client/ ) 来以编程方式创建Gradio应用的请求， ， ，
**先决条件**
在开始之前，
2023-08-11 22:54:56 +08:00
- `gradio_client`
- `fastapi`
- `uvicorn`
2023-07-24 20:10:39 +08:00
您可以使用`pip`安装这些库：
```bash
$ pip install gradio_client fastapi uvicorn
```
您还需要安装ffmpeg。您可以通过在终端中运行以下命令来检查您是否已安装ffmpeg：
```bash
$ ffmpeg version
```
否则， 链接 ](https://www.hostinger.com/tutorials/how-to-install-ffmpeg )。
## 步骤1：
让我们从似乎最复杂的部分开始--使用机器学习从视频中去除音乐。
幸运的是， ：
打开一个新的Python文件， `Client` 类， ：
```py
from gradio_client import Client
client = Client("abidlabs/music-separation")
def acapellify(audio_path):
result = client.predict(audio_path, api_name="/predict")
return result[0]
```
所需的代码仅如上所示--请注意， （ ， ） ，
---
**注意**： ， ， ， ， ， ：
```py
from gradio_client import Client
client = Client.duplicate("abidlabs/music-separation", hf_token=YOUR_HF_TOKEN)
```
其他的代码保持不变！
---
现在，当然，我们正在处理视频文件，所以我们首先需要从视频文件中提取音频。为此，我们将使用`ffmpeg`库，它在处理音频和视频文件时做了很多艰巨的工作。使用`ffmpeg`的最常见方法是通过命令行，
我们的视频处理工作流包含三个步骤：
1. 首先，我们从视频文件路径开始，并使用`ffmpeg`提取音频。
2. 然后，我们通过上面的`acapellify()`函数传入音频文件。
3. 最后， ，
以下是Python中的完整代码，
```python
import subprocess
def process_video(video_path):
old_audio = os.path.basename(video_path).split(".")[0] + ".m4a"
subprocess.run(['ffmpeg', '-y', '-i', video_path, '-vn', '-acodec', 'copy', old_audio])
new_audio = acapellify(old_audio)
new_video = f"acap_{video_path}"
subprocess.call(['ffmpeg', '-y', '-i', video_path, '-i', new_audio, '-map', '0:v', '-map', '1:a', '-c:v', 'copy', '-c:a', 'aac', '-strict', 'experimental', f"static/{new_video}"])
return new_video
```
如果您想了解所有命令行参数的详细信息，请阅读[ffmpeg文档](https://ffmpeg.org/ffmpeg.html)，因为它们超出了本教程的范围。
## 步骤2: 创建一个FastAPI应用（ ）
接下来， ，
```python
import os
from fastapi import FastAPI, File, UploadFile, Request
from fastapi.responses import HTMLResponse, RedirectResponse
from fastapi.staticfiles import StaticFiles
from fastapi.templating import Jinja2Templates
app = FastAPI()
os.makedirs("static", exist_ok=True)
app.mount("/static", StaticFiles(directory="static"), name="static")
templates = Jinja2Templates(directory="templates")
videos = []
@app .get("/", response_class=HTMLResponse)
async def home(request: Request):
return templates.TemplateResponse(
"home.html", {"request": request, "videos": videos})
@app .post("/uploadvideo/")
async def upload_video(video: UploadFile = File(...)):
new_video = process_video(video.filename)
videos.append(new_video)
return RedirectResponse(url='/', status_code=303)
```
在这个示例中， ： `/uploadvideo/` 。
`/` 路由返回一个显示所有上传视频的画廊的HTML模板。
`/uploadvideo/` 路由接受一个带有`UploadFile`对象的 `POST` 请求，表示上传的视频文件。视频文件通过`process_video()`方法进行 "acapellify"，并将输出视频存储在一个列表中，该列表在内存中存储了所有上传的视频。
请注意，这只是一个非常基本的示例，如果这是一个发布应用程序，则需要添加更多逻辑来处理文件存储、用户身份验证和安全性考虑等。
## 步骤3： （ ）
最后， ，
```csv
├── main.py
├── templates
│ └── home.html
```
将以下内容写入`home.html`文件中：
```html
2023-08-11 22:54:56 +08:00
< !DOCTYPE html> < html> < head> < title> 视频库 < /title> < style>
body { font-family: sans-serif; margin: 0; padding: 0; background-color:
#f5f5f5; } h1 { text-align: center; margin-top: 30px; margin-bottom: 20px; }
.gallery { display: flex; flex-wrap: wrap; justify-content: center; gap: 20px;
padding: 20px; } .video { border: 2px solid #ccc ; box-shadow: 0px 0px 10px
rgba(0, 0, 0, 0.2); border-radius: 5px; overflow: hidden; width: 300px;
margin-bottom: 20px; } .video video { width: 100%; height: 200px; } .video p {
text-align: center; margin: 10px 0; } form { margin-top: 20px; text-align:
center; } input[type="file"] { display: none; } .upload-btn { display:
inline-block; background-color: #3498db ; color: #fff ; padding: 10px 20px;
font-size: 16px; border: none; border-radius: 5px; cursor: pointer; }
.upload-btn:hover { background-color: #2980b9 ; } .file-name { margin-left: 10px;
} < /style> < /head> < body> < h1> 视频库 < /h1> {% if videos %}
< div class="gallery"> {% for video in videos %} < div class="video">
< video controls> < source src="{{ url_for('static', path=video) }}"
type="video/mp4"> 您的浏览器不支持视频标签。 < /video> < p>{{ video
}}< /p> < /div> {% endfor %} < /div> {% else %} < p>
尚未上传任何视频。< /p> {% endif %} < form action="/uploadvideo/"
method="post" enctype="multipart/form-data"> < label for="video-upload"
class="upload-btn"> 选择视频文件 < /label> < input type="file" name="video"
id="video-upload"> < span class="file-name">< /span> < button
type="submit" class="upload-btn"> 上传 < /button> < /form> < script> //
在表单中显示所选文件名 const fileUpload =
document.getElementById("video-upload"); const fileName =
document.querySelector(".file-name"); fileUpload.addEventListener("change", (e)
=> { fileName.textContent = e.target.files[0].name; }); < /script> < /body>
2023-07-24 20:10:39 +08:00
< /html>
```
## 第4步：
最后，我们准备好运行由 Gradio Python 客户端提供支持的 FastAPI 应用程序。
打开终端并导航到包含 `main.py` 文件的目录，然后在终端中运行以下命令：
```bash
$ uvicorn main:app
```
您应该会看到如下输出：
```csv
Loaded as API: https://abidlabs-music-separation.hf.space ✔
INFO: Started server process [1360]
INFO: Waiting for application startup.
INFO: Application startup complete.
INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
```
就是这样！ ， （ ）
如果您想了解如何在项目中使用 Gradio Python 客户端的更多信息，请[阅读专门的指南](/getting-started-with-the-python-client/)。
