app.py

import os
import gradio as gr
import google.generativeai as genai
import mimetypes
import moviepy.editor as mp

GEMINI_API_KEY = os.getenv("gemini2")
MODEL_NAME = os.getenv("mod")

genai.configure(api_key=GEMINI_API_KEY)

def transcribe_audio(audio_file):
    try:
        mime_type, _ = mimetypes.guess_type(audio_file)
        if mime_type is None:
            return "Немагчыма вызначыць тып файла. Падтрымліваюцца толькі аўдыяфайлы."
        with open(audio_file, "rb") as f:
            audio_data = f.read()
        prompt_text = (
            """зрабі транскрыпцыю аўдыяфайла для стварэння субтытрыў з часовымі меткамі srt
не пішы нічога, акрамя транскрыпцыі ў зададзеным фармаце, вось прыклад фармату
    1
    00:00:00,659 --> 00:00:03,019
    Вольга Гапеева. Camel Travel.
    
    2
    00:00:03,699 --> 00:00:09,500
    Раман. Чытае Уладзімір Лісоўскі. Глава першая.
    
    3
    00:00:10,719 --> 00:00:15,079
    Ісык-Куль. Паважаныя пасажыры!
    
    4
    00:00:15,619 --> 00:00:19,100
    Наш самалёт прызямліўся ў
    горадзе-героі Фрунзэ.
            """
        )
        model = genai.GenerativeModel(MODEL_NAME)
        response = model.generate_content(
            [prompt_text, {"mime_type": mime_type, "data": audio_data}]
        )
        if response.text:
            transcript = response.text.strip()
        else:
            transcript = "Не атрымалася транскрыбаваць аўдыя. Магчыма, памылка з API."
        return transcript
    except FileNotFoundError:
        return "Памылка: Файл не знойдзены."
    except genai.APIError as e:
        return f"Памылка API: {str(e)}"
    except Exception as e:
        return f"Нечаканая памылка: {str(e)}"

def create_srt(transcript):
    srt_path = "subtitles.srt"
    try:
        with open(srt_path, "w", encoding="utf-8") as f:
            f.write(transcript)
        return transcript, srt_path
    except Exception as e:
        return f"Памылка пры запісе SRT-файла: {str(e)}", None

def process_audio(audio):
    transcript = transcribe_audio(audio)
    if transcript.startswith("Памылка"):
        return transcript, None
    text, srt_file = create_srt(transcript)
    return text, srt_file

def extract_audio_from_video(video_file):
    try:
        clip = mp.VideoFileClip(video_file)
        audio_path = "extracted_audio.wav"
        clip.audio.write_audiofile(audio_path, logger=None)
        return audio_path, None
    except Exception as e:
        return None, f"Памылка пры выдзяленні аўдыі з відэафайла: {str(e)}"

def process_video(video):
    audio_path, error = extract_audio_from_video(video)
    if error:
        return error, None
    return process_audio(audio_path)

def process_file(audio, video):
    if audio is not None:
        return process_audio(audio)
    elif video is not None:
        return process_video(video)
    else:
        return "Няма файла для апрацоўкі.", None

def update_on_audio_change(audio):
    if audio is not None:
        return gr.update(value=None, interactive=False)
    else:
        return gr.update(interactive=True)

def update_on_video_change(video):
    if video is not None:
        return gr.update(value=None, interactive=False)
    else:
        return gr.update(interactive=True)

with gr.Blocks() as demo:
    gr.Markdown("# Транскрыпцыя аўдыя для беларускай мовы")
    gr.Markdown(
        """
## Загрузіце аўдыёфайл або відэафайл. Калі загружаны аўдыёфайл, відэа неактыўна, і наадварот.
Субтытры будуць аўтаматычна згенераваны разам з файлам субтытраў.
[Далучайцеся да беларускаймоўнай суполкі ў ТГ](https://t.me/belarusai)  
**Падтрымаць праект:** [Buy me a coffee](https://buymeacoffee.com/tuteishygpt)
        """
    )
    with gr.Row():
        audio_input = gr.Audio(type="filepath", label="Аўдыёфайл")
        video_input = gr.Video(type="filepath", label="Відэафайл")
    audio_input.change(fn=update_on_audio_change, inputs=audio_input, outputs=video_input)
    video_input.change(fn=update_on_video_change, inputs=video_input, outputs=audio_input)
    btn = gr.Button("Апрацаваць")
    transcript_output = gr.Textbox(label="Транскрыпцыя", lines=10)
    file_output = gr.File(label="SRT-файл")
    btn.click(fn=process_file, inputs=[audio_input, video_input], outputs=[transcript_output, file_output])

demo.launch()