app.py

import gradio as gr
import moviepy.editor as mp
import tempfile
import os
import base64
import fal_client

def extraer_audio(video_file):
    """
    Extrae el audio de un video y lo guarda en un archivo temporal (.mp3).
    Retorna una tupla: (ruta_del_mp3, mensaje).
    """
    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as temp_audio:
        temp_audio_path = temp_audio.name
    try:
        clip = mp.VideoFileClip(video_file)
        clip.audio.write_audiofile(temp_audio_path, logger=None)
        clip.close()
        return temp_audio_path, "¡Audio extraído exitosamente!"
    except Exception as e:
        if os.path.exists(temp_audio_path):
            os.remove(temp_audio_path)
        return None, f"Error al procesar el video: {str(e)}"

def transcribir_audio(audio_file_path):
    """
    Transcribe el audio utilizando la API de fal_client.
    Se utiliza la variable de entorno FAL_KEY para la autenticación.
    Retorna una tupla: (transcripción, mensaje).
    """
    if not os.environ.get("FAL_KEY"):
        return "", "Error: La variable de entorno FAL_KEY no está configurada."
    
    try:
        # Convertir el archivo de audio a Data URI (Base64)
        with open(audio_file_path, "rb") as f:
            audio_data = f.read()
        encoded_audio = base64.b64encode(audio_data).decode("utf-8")
        data_uri = f"data:audio/mp3;base64,{encoded_audio}"
        
        logs_collected = []
        def on_queue_update(update):
            if isinstance(update, fal_client.InProgress):
                for log in update.logs:
                    logs_collected.append(log["message"])
                    print(log["message"])
        
        # Enviar la solicitud a la API de FAL para transcribir el audio
        result = fal_client.subscribe(
            "fal-ai/whisper",
            arguments={
                "audio_url": data_uri,
                "task": "transcribe",
                "chunk_level": "segment",
                "version": "3",
                "batch_size": 64,
                "num_speakers": None
            },
            with_logs=True,
            on_queue_update=on_queue_update,
        )
        transcription = result.get("data", {}).get("text", "")
        return transcription, "Transcripción completada exitosamente.\nLogs:\n" + "\n".join(logs_collected)
    except Exception as e:
        return "", f"Error al transcribir el audio: {str(e)}"

def procesar_video(video_file):
    """
    Función principal:
      1. Extrae el audio del video.
      2. Transcribe el audio utilizando la API de fal_client.
    Retorna una tupla: (ruta_del_mp3, transcripción, mensaje de estado).
    """
    audio_path, msg_audio = extraer_audio(video_file)
    if not audio_path:
        return None, "", msg_audio
    transcription, msg_transcripcion = transcribir_audio(audio_path)
    mensaje = f"{msg_audio}\n{msg_transcripcion}"
    return audio_path, transcription, mensaje

iface = gr.Interface(
    fn=procesar_video,
    inputs=gr.File(label="Sube tu archivo de video (.mp4, .avi, .mkv, etc.)"),
    outputs=[
        gr.File(label="Descarga el audio en formato MP3"),
        gr.Textbox(label="Transcripción"),
        gr.Textbox(label="Mensaje de estado")
    ],
    title="Extracción de Audio y Transcripción de Video a MP3",
    description=("Esta aplicación extrae el audio de un video y lo convierte en un archivo MP3, "
                 "luego utiliza fal_client para transcribir el audio.\n\n"
                 "Requisitos:\n"
                 "• pip install gradio moviepy fal-client\n"
                 "• Configurar la variable de entorno FAL_KEY con tu API Key de FAL")
)

if __name__ == "__main__":
    iface.launch()