app.py

import os
import json
import mimetypes
import gradio as gr
import google.generativeai as genai
from pydub import AudioSegment
import uuid
import time
import threading

# -----------------------
# Канфігурацыя
# -----------------------

GEMINI_API_KEY = os.getenv("gemini")
if not GEMINI_API_KEY:
    raise ValueError("Не знойдзены API ключ для Gemini.")

genai.configure(api_key=GEMINI_API_KEY)

generation_config = {
    "temperature": 0.35,
    "top_p": 0.95,
    "top_k": 64,
    "max_output_tokens": 65536,
    "response_mime_type": "application/json",
}

model = genai.GenerativeModel(
    model_name="gemini-2.5-flash",
    generation_config=generation_config,
    system_instruction="""transcribe
format example:
    "start": 858.37,
    "end": 859.56,
    "text": "Калі бяспечна, безумоўна."
""",
)

# -----------------------
# Прагрэс-анімацыя (фонавы паток)
# -----------------------

def progress_animation(status_callback, stop_event):
    frames = ["⏳", "⏳.", "⏳..", "⏳..."]
    while not stop_event.is_set():
        for frame in frames:
            if stop_event.is_set():
                break
            status_callback(f"Транскрыпцыя ідзе {frame}")
            time.sleep(0.6)

# -----------------------
# Асноўныя функцыі
# -----------------------

def upload_to_gemini(path, status_callback):
    mime_type, _ = mimetypes.guess_type(path)
    status_callback(f"📤 Загружаем файл у Gemini...")
    file = genai.upload_file(path, mime_type=mime_type)
    status_callback("✅ Файл загружаны.")
    return file

def transcribe_audio(audio_path, status_callback):
    try:
        status_callback("🔍 Падрыхтоўка транскрыпцыі...")
        file_obj = upload_to_gemini(audio_path, status_callback)

        stop_event = threading.Event()
        t = threading.Thread(target=progress_animation, args=(status_callback, stop_event))
        t.start()

        chat = model.start_chat(history=[])
        response = chat.send_message(file_obj)

        stop_event.set()
        t.join()

        if not response.text:
            return "❌ Пусты адказ ад мадэлі."

        with open("last_response.json", "w", encoding="utf-8") as f:
            f.write(response.text)

        status_callback("📥 Апрацоўка транскрыпцыі...")
        transcripts = json.loads(response.text)
        status_callback(f"✅ Гатова: {len(transcripts)} фрагментаў.")
        return transcripts
    except Exception as e:
        return f"Памылка: {e}"

def seconds_to_timestamp(sec: float) -> str:
    h, remainder = divmod(sec, 3600)
    m, remainder = divmod(remainder, 60)
    s = int(remainder)
    ms = int(round((remainder - s) * 1000))
    return f"{int(h):02d}:{int(m):02d}:{s:02d},{ms:03d}"

def transcripts_to_srt(transcripts, filename="subtitles.srt"):
    try:
        srt_lines = []
        for idx, seg in enumerate(transcripts, start=1):
            start_ts = seconds_to_timestamp(seg["start"])
            end_ts = seconds_to_timestamp(seg["end"])
            srt_lines.append(f"{idx}\n{start_ts} --> {end_ts}\n{seg['text']}\n")
        content = "\n".join(srt_lines)
        with open(filename, "w", encoding="utf-8") as f:
            f.write(content)
        return content, filename
    except Exception as e:
        return f"Памылка пры запісе SRT: {e}", None

def extract_audio_from_video(video_file, status_callback):
    status_callback("🎞 Вылучаем аўдыё з відэа...")
    audio = AudioSegment.from_file(video_file)
    path = f"extracted_{uuid.uuid4().hex}.mp3"
    audio.export(path, format="mp3")
    status_callback("✅ Аўдыё вылучана.")
    return path

def process_audio(audio_path, status_callback):
    result = transcribe_audio(audio_path, status_callback)
    if not isinstance(result, list):
        return f"Памылка: {result}", None
    status_callback("📝 Канвертацыя ў SRT...")
    content, filename = transcripts_to_srt(result)
    status_callback("✅ SRT-файл гатовы.")
    return content, filename

def process_video(video_path, status_callback):
    audio_path = extract_audio_from_video(video_path, status_callback)
    return process_audio(audio_path, status_callback)

def process_file(audio, video, status_callback):
    status_callback("🔄 Пачатак апрацоўкі...")
    if audio:
        return process_audio(audio, status_callback)
    elif video:
        return process_video(video, status_callback)
    return "Няма файла для апрацоўкі.", None

# -----------------------
# Gradio UI
# -----------------------

with gr.Blocks() as demo:
    gr.Markdown(
        """
## Загрузіце аўдыёфайл або відэафайл. Субцітры будуць згенераваны разам з файлам субцітраў. 
[Ёсць пытанні ці прапановы? Далучайцеся да беларускаймоўнай суполкі tuteishygpt  ](https://t.me/SHibelChat)
**Хочаце каб сэрвіс працаваў? Налівайце каву! :** [Buy me a coffee](https://buymeacoffee.com/tuteishygpt)
**Агучце беларускую мову тут :** [Беларуская мадэль маўлення](https://huggingface.co/spaces/archivartaunik/Bextts)
        """
 )
    with gr.Row():
        audio_input = gr.Audio(type="filepath", label="🎙 Аўдыёфайл")
        video_input = gr.Video(label="🎥 Відэафайл")  # вяртае str
    btn = gr.Button("🚀 Апрацаваць")
    with gr.Row():
        transcript_output = gr.Textbox(label="📄 SRT-транскрыпцыя", lines=10)
        file_output = gr.File(label="⬇️ SRT-файл")
    status_output = gr.Textbox(label="🛠️ Статус", interactive=False)

    def wrapped_process(audio, video):
        def update_status(text):
            status_output.value = text
        return process_file(audio, video, update_status)

    btn.click(
        fn=wrapped_process,
        inputs=[audio_input, video_input],
        outputs=[transcript_output, file_output],
    )

demo.launch()