intermediate commit

app.py

@@ -115,7 +115,13 @@ def main():
 
         recognizeBtn.click(
             gh.handleRecognizeBtn, 
+<<<<<<< HEAD
             inputs=[audioFiles, fastWhisperModel, device, compute_type, beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText, gr.State(GLUED_AUDIO_FILENAME), gr.State(OUTPUT_PATH)]
+=======
+            inputs=[audioFiles, fastWhisperModel, device, compute_type, beamSize, 
+                    vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, 
+                    wordTimestamps, noSpeechThreshold, conditionOnPreviousText, gr.State(GLUED_AUDIO_FILENAME), gr.State(OUTPUT_PATH)],
+>>>>>>> 1e5105b7d658310c159c65ba318c08522506c3fb
             outputs=[recognizedText], 
             )
         
@@ -123,7 +129,8 @@ def main():
         # автоматический пайплайн
         recognizedText.change(
             gh.generateByCondition,
-            inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, isPipelineEnabledCheckbox, gr.State("change"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
+            inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, 
+                    isPipelineEnabledCheckbox, gr.State("change"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
             outputs=[refinedText, refinedTextMD]
         )
         
@@ -137,7 +144,8 @@ def main():
         )
         refineTextBtn.click(
             gh.generateByCondition,
-            inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, isPipelineEnabledCheckbox, gr.State("click"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
+            inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, 
+                    isPipelineEnabledCheckbox, gr.State("click"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
             outputs=[refinedText, refinedTextMD]
         )
 

handlers/glueAudio.py

@@ -1,17 +1,74 @@
-from pydub import AudioSegment
+import subprocess
+from pathlib import Path
+
 
 class GlueAudio():
     def glue(self, audio_files: list, output_path: str, output_filename: str) -> Path:
         """
+<<<<<<< HEAD
         Склеивает аудиофайлы с помощью FFmpeg, используя промежуточный список файлов.
         Этот метод чрезвычайно эффективен по памяти и скорости.
+=======
+        Склеивает аудиофайлы РАЗНЫХ форматов с помощью FFmpeg и filter_complex.
+        Это универсальный и эффективный по памяти метод.
+>>>>>>> 1e5105b7d658310c159c65ba318c08522506c3fb
 
         Args:
             audio_files (list): Список путей к исходным аудиофайлам.
             output_path (str): Директория для сохранения итогового файла.
             output_filename (str): Имя итогового склеенного файла.
+<<<<<<< HEAD
 
         Returns:
             Path: Путь к созданному склеенному файлу.
         """
 
+=======
+
+        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
+>>>>>>> 1e5105b7d658310c159c65ba318c08522506c3fb

handlers/gradioHandler.py

@@ -12,6 +12,7 @@ class GradioHandlers:
         self.llm_factory = llm_factory
 
     def handleRecognizeBtn(
+<<<<<<< HEAD
                             self, 
                             audioFiles, model, device, compute_type, beamSize, vadFilter, 
                             minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, 
@@ -27,9 +28,31 @@ class GradioHandlers:
             # Если FFmpeg не найден или произошла ошибка, сообщаем пользователю
             gr.Warning(str(e))
             return "" # Возвращаем пустую строку в текстовое поле
+=======
+            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)
+>>>>>>> 1e5105b7d658310c159c65ba318c08522506c3fb
 
     # Функция улучшения текста
-    def generateByCondition(self, api_key, llm_provider, llm_model, system_prompt, recognized_text, llm_temperature, is_pipeline_enabled, trigger, isSaveFile, filename, filenamePdf, output_path):
+    def generateByCondition(self, api_key, llm_provider, 
+                            llm_model, system_prompt, recognized_text, 
+                            llm_temperature, is_pipeline_enabled, trigger, 
+                            isSaveFile, filename, filenamePdf, output_path):
         try:
             # Получаем нужный провайдер через фабрику
             provider = self.llm_factory(llm_provider, api_key)

services/fasterWhisper.py

@@ -1,7 +1,11 @@
 from faster_whisper import WhisperModel
 
 class FasterWhisper:
-    def recognize(self, model, device, compute_type, audioFile, beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText):
+    def recognize(self, model, device, compute_type, 
+                  audioFile, beamSize, vadFilter, 
+                  minSilenceDurationMs, speechPadMs, 
+                  temp0, temp1, temp2, wordTimestamps, 
+                  noSpeechThreshold, conditionOnPreviousText):
         model = WhisperModel(model, device=device, compute_type=compute_type) # Задаем модель
 
         segments, _ = model.transcribe( # Распознаем текст
@@ -22,6 +26,7 @@ class FasterWhisper:
 
         for seg in segments:
             text += f"[{self.format_timestamp(seg.start)} -> {self.format_timestamp(seg.end)}] {seg.text}" + '\n'
+            print(f"[{self.format_timestamp(seg.start)} -> {self.format_timestamp(seg.end)}] {seg.text}")
         
         return text