Spaces:
Sleeping
Sleeping
File size: 4,076 Bytes
b2437ae |
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 |
from moviepy.editor import *
import whisper
import os
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter
# Caminho da pasta principal com as subpastas de vídeos e onde os PDFs serão salvos
videos_root_folder = "pasta_com_videos" # Pasta principal contendo as subpastas por cidade
pdf_root_folder = "pdf" # Pasta principal para salvar os PDFs
# Criar a pasta PDF principal, caso não exista
if not os.path.exists(pdf_root_folder):
os.makedirs(pdf_root_folder)
# Carregar o modelo Whisper
modelo = whisper.load_model("base")
# Configurações da página PDF
page_width, page_height = letter
margin_left = 50
margin_top = 750
line_spacing = 14
line_length = 90 # Limite de caracteres por linha (ajuste conforme necessário)
# Iterar pelas subpastas dentro da pasta principal de vídeos
for city_folder in os.listdir(videos_root_folder):
city_path = os.path.join(videos_root_folder, city_folder)
if os.path.isdir(city_path): # Verificar se é uma pasta (cidade)
# Criar a subpasta correspondente na pasta PDF
city_pdf_folder = os.path.join(pdf_root_folder, city_folder)
if not os.path.exists(city_pdf_folder):
os.makedirs(city_pdf_folder)
# Contador para nomear os arquivos de transcrição dentro da cidade
contador = 1
# Iterar pelos arquivos de vídeo dentro da subpasta da cidade
for video_filename in os.listdir(city_path):
if video_filename.endswith(('.mp4', '.avi', '.mov')): # Filtrar apenas arquivos de vídeo
# Caminho completo do arquivo de vídeo
video_path = os.path.join(city_path, video_filename)
# Carregar o vídeo
video = VideoFileClip(video_path)
# Extrair áudio do vídeo e salvar como um arquivo WAV temporário
audio_path = "audio_extraido.wav"
video.audio.write_audiofile(audio_path, codec='pcm_s16le')
# Transcrever o áudio
result = modelo.transcribe(audio_path)
# Nome do arquivo PDF
pdf_filename = f"transcription_{contador}.pdf"
pdf_path = os.path.join(city_pdf_folder, pdf_filename)
# Criar o PDF e adicionar o texto transcrito
c = canvas.Canvas(pdf_path, pagesize=letter)
text = result["text"]
# Configurar o texto no PDF
c.setFont("Helvetica", 12) # Fonte e tamanho
c.drawString(margin_left, margin_top, f"Transcrição do vídeo: {video_filename}") # Título
# Posição inicial do texto
y_position = margin_top - 30
# Adicionar o texto transcrito ao PDF, quebrando em linhas menores
for paragraph in text.split("\n"):
while len(paragraph) > 0:
# Pegar um trecho que caiba na linha
line = paragraph[:line_length]
paragraph = paragraph[line_length:]
# Adicionar a linha ao PDF
c.drawString(margin_left, y_position, line.strip())
y_position -= line_spacing
# Se chegar ao final da página, criar uma nova
if y_position < 50:
c.showPage()
c.setFont("Helvetica", 12)
y_position = margin_top
# Salvar o PDF
c.save()
# Excluir o arquivo de áudio temporário
os.remove(audio_path)
# Incrementar o contador para o próximo arquivo
contador += 1
print(f"Transcrições concluídas e salvas como PDFs na pasta '{pdf_root_folder}'.")
|