app.py

import gradio as gr
from faster_whisper import WhisperModel
import yt_dlp
import os
import subprocess

def process_video(url):
    try:
        # Очистка файлов перед новым запуском
        for f in ["in.mp4", "out.mp4", "s.srt", "audio.mp3"]:
            if os.path.exists(f): os.remove(f)

        # 1. Скачивание (добавили настройки совместимости)
        ydl_opts = {
            'format': 'bestvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best',
            'outtmpl': 'in.mp4',
            'overwrites': True,
        }
        
        with yt_dlp.YoutubeDL(ydl_opts) as ydl:
            ydl.download([url])
        
        # Извлекаем звук для нейросети
        subprocess.run(['ffmpeg', '-i', 'in.mp4', '-q:a', '0', '-map', 'a', 'audio.mp3', '-y'])

        # 2. Нейросеть (модель tiny — самая быстрая)
        model = WhisperModel("tiny", device="cpu", compute_type="int8")
        segments, _ = model.transcribe("audio.mp3")
        
        with open("s.srt", "w", encoding="utf-8") as f:
            for i, seg in enumerate(segments):
                f.write(f"{i+1}\n{int(seg.start//3600):02d}:{int((seg.start%3600)//60):02d}:{int(seg.start%60):02d},000 --> {int(seg.end//3600):02d}:{int((seg.end%3600)//60):02d}:{int(seg.end%60):02d},000\n{seg.text.strip()}\n\n")

        # 3. Наложение субтитров
        result = subprocess.run([
            'ffmpeg', '-i', 'in.mp4', '-vf', 'subtitles=s.srt', 
            '-c:v', 'libx264', '-preset', 'ultrafast', '-y', 'out.mp4'
        ], capture_output=True, text=True)
        
        if not os.path.exists("out.mp4"):
            return f"Ошибка FFmpeg: {result.stderr}"

        return "out.mp4"
    except Exception as e:
        return f"Критическая ошибка: {str(e)}"

demo = gr.Interface(
    fn=process_video, 
    inputs=gr.Textbox(label="Вставь ссылку на YouTube"), 
    outputs=gr.Video(label="Результат"),
    title="Переводчик видео"
)
demo.launch()