🎨 Kapsamlı AI Studio

Bu proje, en son AI modellerini kullanarak metin ve görsellerden video, 3D model ve gelişmiş görseller oluşturabilen kapsamlı bir yapay zeka uygulamasıdır.

🚀 Özellikler

📝 Metin → Görsel

• Model: FLUX.1-dev (black-forest-labs/FLUX.1-dev)
• Özellik: Metinden yüksek kaliteli görseller oluşturma
• Çözünürlük: 1024x1024'e kadar

🖼️ Görsel → Gelişmiş Görsel

• Model: Stable Diffusion XL Refiner (stabilityai/stable-diffusion-xl-refiner-1.0)
• Özellik: Mevcut görselleri geliştirme ve iyileştirme
• Format: PNG, JPG, JPEG destekli

📝 Metin → Video

• Model: LTX-Video (Lightricks/LTX-Video)
• Özellik: Metinden gerçek zamanlı video oluşturma
• Çözünürlük: 1216×704, 30 FPS

🖼️ Görsel → Video

• Model: Stable Video Diffusion (stabilityai/stable-video-diffusion-img2vid-xt)
• Özellik: Statik görsellerden video oluşturma
• Çözünürlük: 576x1024, 25 frame

🖼️ Görsel → 3D Model

• Model: Hunyuan3D-2 (tencent/Hunyuan3D-2)
• Özellik: Görsellerden yüksek çözünürlüklü 3D model oluşturma
• Format: GLB, OBJ çıktı formatları

📝 Metin → 3D Model

• Model: Stable Zero123 (stabilityai/stable-zero123)
• Özellik: Metinden 3D model oluşturma
• Teknik: Score Distillation Sampling (SDS)

🛠️ Kurulum

Gereksinimler

• Python 3.8+
• CUDA destekli GPU (önerilen)
• 16GB+ RAM
• 50GB+ disk alanı

1. Repository'yi klonlayın

git clone <repository-url>
cd Multilangual

2. Sanal ortam oluşturun

python -m venv venv
venv\Scripts\activate  # Windows
# source venv/bin/activate  # Linux/Mac

3. Bağımlılıkları yükleyin

pip install -r requirements.txt

4. HuggingFace Token'ını ayarlayın

Yöntem 1: Environment Variable

set HUGGINGFACE_TOKEN=YOUR_ACCES_TOKEN

Yöntem 2: .env dosyası (zaten yapılandırılmış)

.env dosyasında token zaten ayarlanmış durumda.

Yöntem 3: Streamlit Secrets (zaten yapılandırılmış)

.streamlit/secrets.toml dosyasında token zaten ayarlanmış durumda.

🚀 Kullanım

Uygulamayı başlatın

streamlit run main.py

Uygulama varsayılan olarak http://localhost:8501 adresinde çalışacaktır.

Web Arayüzü

1. Tarayıcınızda http://localhost:8501 adresine gidin
2. Sol menüden kullanmak istediğiniz AI aracını seçin
3. Gerekli parametreleri girin
4. "Oluştur" butonuna tıklayın
5. Sonuçları görüntüleyin ve indirin

📁 Proje Yapısı

Multilangual/
├── main.py                 # Ana Streamlit uygulaması
├── requirements.txt        # Python bağımlılıkları
├── .env                   # Environment variables
├── README.md              # Bu dosya
├── .streamlit/
│   ├── config.toml        # Streamlit konfigürasyonu
│   └── secrets.toml       # Streamlit secrets
├── models/
│   ├── __init__.py
│   ├── text2image.py      # FLUX.1-dev model handler
│   ├── image2image.py     # SDXL Refiner model handler
│   ├── text2video.py      # LTX-Video model handler
│   ├── image2video.py     # Stable Video Diffusion handler
│   ├── image23d.py        # Hunyuan3D-2 model handler
│   └── text23d.py         # Stable Zero123 model handler
└── utils/
    ├── __init__.py
    └── helpers.py         # Yardımcı fonksiyonlar

⚙️ Konfigürasyon

GPU Ayarları

Eğer birden fazla GPU'nuz varsa, kullanılacak GPU'yu belirtebilirsiniz:

set CUDA_VISIBLE_DEVICES=0

Model Cache

Modeller varsayılan olarak ./models_cache dizininde saklanır. Bu dizini değiştirmek için:

set HF_HOME=C:\path\to\your\cache
set TRANSFORMERS_CACHE=C:\path\to\your\cache

Streamlit Ayarları

Port ve adres ayarları .streamlit/config.toml dosyasında yapılandırılabilir.

🔧 Sorun Giderme

CUDA Bellek Hatası

Eğer GPU bellek hatası alıyorsanız:

1. Daha küçük batch size kullanın
2. Model CPU offloading'i etkinleştirin (zaten aktif)
3. Daha düşük çözünürlük kullanın

Model Yükleme Hatası

1. İnternet bağlantınızı kontrol edin
2. HuggingFace token'ının doğru olduğundan emin olun
3. Disk alanınızın yeterli olduğundan emin olun

Yavaş Performans

1. GPU kullandığınızdan emin olun
2. CUDA sürümünüzü kontrol edin
3. Daha az inference step kullanın

📊 Sistem Gereksinimleri

Minimum

• CPU: Intel i5 / AMD Ryzen 5
• RAM: 16GB
• GPU: GTX 1060 6GB / RTX 2060
• Disk: 50GB boş alan

Önerilen

• CPU: Intel i7 / AMD Ryzen 7
• RAM: 32GB+
• GPU: RTX 3080 / RTX 4070+
• Disk: 100GB+ SSD

🤝 Katkıda Bulunma

1. Fork edin
2. Feature branch oluşturun (git checkout -b feature/amazing-feature)
3. Commit edin (git commit -m 'Add amazing feature')
4. Push edin (git push origin feature/amazing-feature)
5. Pull Request oluşturun

📄 Lisans

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.

🙏 Teşekkürler

• Black Forest Labs - FLUX.1-dev
• Stability AI - SDXL Refiner, Stable Video Diffusion, Stable Zero123
• Lightricks - LTX-Video
• Tencent - Hunyuan3D-2
• Streamlit - Web framework
• HuggingFace - Model hosting ve diffusers library

📞 İletişim

Sorularınız için issue açabilir veya pull request gönderebilirsiniz.

---

Not: Bu uygulama eğitim ve araştırma amaçlıdır. Ticari kullanım için model lisanslarını kontrol edin.