Update app.py

app.py

@@ -2,47 +2,99 @@ import gradio as gr
 import moviepy.editor as mp
 import tempfile
 import os
+import requests
+import base64
 
 def extraer_audio(video_file):
     """
-    Función que recibe la ruta de un archivo de video,
-    extrae el audio y lo guarda en un archivo temporal .mp3.
-    Retorna una tupla: (ruta_del_mp3_o_None, mensaje).
+    Función que recibe la ruta de un archivo de video, extrae el audio y lo guarda
+    en un archivo temporal .mp3. Retorna una tupla: (ruta_del_mp3_o_None, mensaje).
     """
-    # Creamos un archivo temporal para el MP3, sin borrarlo automáticamente
+    # Crear archivo temporal para el MP3, sin borrarlo automáticamente
     with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as temp_audio:
         temp_audio_path = temp_audio.name
-
     try:
-        # Cargar el video con MoviePy (soporta varios formatos)
+        # Cargar el video (soporta varios formatos) y extraer el audio
         clip = mp.VideoFileClip(video_file)
-        
-        # Extraer el audio y guardarlo en el archivo temporal
-        # Al usar logger=None se evita mostrar demasiada salida en consola
         clip.audio.write_audiofile(temp_audio_path, logger=None)
         clip.close()
-        
-        # Si todo sale bien, regresamos la ruta al MP3 y un mensaje de éxito
         return temp_audio_path, "¡Audio extraído exitosamente!"
     except Exception as e:
-        # En caso de error, eliminamos el archivo temporal (si existe)
         if os.path.exists(temp_audio_path):
             os.remove(temp_audio_path)
-        # Retornamos None en la parte de archivo y un mensaje de error
         return None, f"Error al procesar el video: {str(e)}"
 
-# Creamos la interfaz de Gradio con DOS salidas:
-#  - El archivo de audio
-#  - Un textbox para mostrar mensajes (éxito o error)
+def transcribir_audio(audio_file_path):
+    """
+    Función que utiliza la API de FAL para transcribir un archivo de audio.
+    Devuelve una tupla: (transcripción, mensaje)
+    """
+    fal_key = os.environ.get("FAL_KEY")
+    if not fal_key:
+        return "", "Error: FAL_KEY no está configurada en las variables de entorno."
+    try:
+        # Leer y codificar el audio en base64 para formar un data URI
+        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}"
+
+        # Configurar el payload para la solicitud a la API de FAL
+        payload = {
+            "input": {
+                "audio_url": data_uri,
+                "task": "transcribe",
+                "chunk_level": "segment",
+                "version": "3",
+                "batch_size": 64,
+                "num_speakers": None
+            },
+            "logs": True
+        }
+
+        headers = {
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {fal_key}"
+        }
+
+        # Endpoint de la API de FAL (ajusta si es necesario según la documentación oficial)
+        endpoint = "https://api.fal.ai/subscribe/fal-ai/whisper"
+
+        response = requests.post(endpoint, json=payload, headers=headers)
+        if response.status_code == 200:
+            result = response.json()
+            transcription = result.get("data", {}).get("text", "")
+            return transcription, "Transcripción completada exitosamente."
+        else:
+            return "", f"Error en transcripción: {response.status_code} - {response.text}"
+    except Exception as e:
+        return "", f"Error al transcribir el audio: {str(e)}"
+
+def procesar_video(video_file):
+    """
+    Función principal que extrae el audio de un video y luego lo transcribe.
+    Retorna una tupla: (ruta_del_mp3, transcripción, mensaje)
+    """
+    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=extraer_audio,
+    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="Mensaje")
+        gr.Textbox(label="Transcripción"),
+        gr.Textbox(label="Mensaje de estado")
     ],
-    title="Extracción de audio de Video a MP3",
-    description="Esta aplicación extrae el audio de un video y lo convierte a un archivo .mp3"
+    title="Extracción de Audio y Transcripción de Video a MP3",
+    description="Esta aplicación extrae el audio de un video, lo convierte a .mp3 y realiza la transcripción utilizando la API de FAL.\n" \
+                "Requisitos:\n" \
+                "• Instalar: pip install gradio moviepy requests\n" \
+                "• Configurar la variable de entorno FAL_KEY con tu API key de FAL."
 )
 
 if __name__ == "__main__":