fix glueAudio

handlers/glueAudio.py

@@ -1,11 +1,61 @@
-from pydub import AudioSegment
+import subprocess
+from pathlib import Path
+
 
 class GlueAudio():
-    def glue(self, audioFiles):
-        glued = AudioSegment.empty()
+    def glue(self, audio_files: list, output_path: str, output_filename: str) -> Path:
+        """
+        Склеивает аудиофайлы РАЗНЫХ форматов с помощью FFmpeg и filter_complex.
+        Это универсальный и эффективный по памяти метод.
 
-        for audioFile in audioFiles:
-            audio = AudioSegment.from_file(audioFile)
-            glued += audio
+        Args:
+            audio_files (list): Список путей к исходным аудиофайлам.
+            output_path (str): Директория для сохранения итогового файла.
+            output_filename (str): Имя итогового склеенного файла.
 
-        return glued
+        Returns:
+            Path: Путь к созданному склеенному файлу.
+        """
+        output_dir = Path(output_path)
+        output_dir.mkdir(parents=True, exist_ok=True)
+        final_audio_path = output_dir / output_filename
+
+        if not audio_files:
+            raise ValueError("Список аудиофайлов для склейки пуст.")
+
+        # 1. Формируем часть команды с входными файлами (-i file1 -i file2 ...)
+        input_args = []
+        for file_path in audio_files:
+            input_args.extend(['-i', str(Path(file_path).resolve())])
+
+        # 2. Формируем строку для filter_complex
+        num_files = len(audio_files)
+        stream_specifiers = "".join([f"[{i}:a]" for i in range(num_files)])
+        filter_complex_str = f"{stream_specifiers}concat=n={num_files}:v=0:a=1[outa]"
+
+        # 3. Собираем полную команду
+        command = [
+            'ffmpeg',
+            *input_args,  # Распаковываем список входных файлов
+            '-filter_complex', filter_complex_str,
+            '-map', '[outa]',
+            '-c:a', 'libmp3lame',
+            '-q:a', '2',
+            str(final_audio_path),
+            '-y'
+        ]
+
+        try:
+            # 4. Выполняем команду
+            print(f"Выполнение команды FFmpeg: {' '.join(command)}")
+            subprocess.run(command, check=True, capture_output=True, text=True)
+            print("FFmpeg успешно завершил склейку.")
+
+        except FileNotFoundError:
+            raise FileNotFoundError("FFmpeg не найден. Убедитесь, что он установлен и доступен в системной переменной PATH.")
+        except subprocess.CalledProcessError as e:
+            print("Ошибка при выполнении FFmpeg!")
+            print("Stderr:", e.stderr)
+            raise RuntimeError(f"Ошибка FFmpeg при склейке файлов: {e.stderr}")
+        
+        return final_audio_path

handlers/gradioHandler.py

@@ -12,15 +12,23 @@ class GradioHandlers:
         self.llm_factory = llm_factory # Сохраняем фабрику
 
     def handleRecognizeBtn(
-            self, audioFiles, model, device, 
-            compute_type, beamSize, vadFilter, 
-            minSilenceDurationMs, speechPadMs, 
-            temp0, temp1, temp2, 
-            wordTimestamps, noSpeechThreshold, conditionOnPreviousText, 
-            filename, outPath):
-        audioFile = self.ga.glue(audioFiles)
-        file = self.fh.saveFile(filename, audioFile, outPath)
-        return self.FasterWhisper.recognize(model, device, compute_type, file, beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText)
+            self, audioFiles, model, device, compute_type, beamSize, vadFilter, 
+            minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, 
+            wordTimestamps, noSpeechThreshold, conditionOnPreviousText, filename, outPath
+            ):
+        try:
+            glued_audio_path = self.ga.glue(
+                audio_files=[f.name for f in audioFiles], # Передаем список путей
+                output_path=outPath,
+                output_filename=filename
+            )
+        except (FileNotFoundError, RuntimeError) as e:
+            # Если FFmpeg не найден или произошла ошибка, сообщаем пользователю
+            gr.Warning(str(e))
+            return "" # Возвращаем пустую строку в текстовое поле
+
+        # Передаем путь к склеенному файлу в FasterWhisper
+        return self.FasterWhisper.recognize(model, device, compute_type, str(glued_audio_path), beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText)
 
     # Функция улучшения текста
     def generateByCondition(self, api_key, llm_provider,