Update app.py

app.py

@@ -139,12 +139,11 @@ def apply_watermark(input_video, watermark_img, output_video):
             f"if(lt(mod(t,15),12), (H-h-10) - {speed}*mod(t,3), "
             "(H-h)/2 + 20*cos(t)))))"
         )
-        # استفاده از re-encode برای اطمینان از سینک بودن واترمارک با فریم‌ها
         subprocess.run([
             "ffmpeg", "-y", "-i", input_video, "-i", watermark_img,
             "-filter_complex", f"[0:v][1:v]overlay=x='{expr_x}':y='{expr_y}'",
             "-c:a", "copy",
-            "-c:v", "libx264", "-preset", "ultrafast", "-crf", "24", # تنظیم کیفیت مناسب
+            "-c:v", "libx264", "-preset", "ultrafast", "-crf", "24", 
             output_video
         ], check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
         return True
@@ -155,12 +154,6 @@ def apply_watermark(input_video, watermark_img, output_video):
 # --- توابع پردازش هوشمند صدا (برش دقیق) ---
 
 def smart_split_audio(file_path, job_id):
-    """
-    الگوریتم برش دقیق:
-    1. اولویت: بازه ۱۴ تا ۱۹ ثانیه.
-    2. پشتیبان: بازه ۹ تا ۱۴ ثانیه (برای جلوگیری از برش وسط کلمه).
-    3. آخر خط: برش سر ۱۹ ثانیه.
-    """
     try:
         audio = AudioSegment.from_file(file_path)
         total_len = len(audio)
@@ -179,8 +172,6 @@ def smart_split_audio(file_path, job_id):
             cut_point = 0
             found_cut = False
             
-            # جستجو در بازه ۱۴ تا ۱۹ (ایده‌آل)
-            # از SILENCE_MIN_LEN 250 استفاده میکنیم تا مکث های کوتاه تر هم پیدا شن
             search_start = start + 14000
             search_end = min(start + MAX_CUT_TIME, total_len)
             
@@ -189,13 +180,11 @@ def smart_split_audio(file_path, job_id):
                 silences = detect_silence(chunk_search, min_silence_len=SILENCE_MIN_LEN, silence_thresh=SILENCE_THRESH)
                 
                 if silences:
-                    # وسط سکوت برش بزن
                     s = silences[0]
                     mid = s[0] + (s[1] - s[0]) // 2
                     cut_point = search_start + mid
                     found_cut = True
             
-            # اگر در ۱۴-۱۹ پیدا نشد، در بازه ۹ تا ۱۴ بگرد (برای حفظ کیفیت بهتر از طولانی بودن است)
             if not found_cut:
                 search_start_safe = start + 9000
                 search_end_safe = start + 14000
@@ -209,7 +198,6 @@ def smart_split_audio(file_path, job_id):
                     cut_point = search_start_safe + mid
                     found_cut = True
             
-            # اگر هیچ جا سکوت نبود (اجباری)
             if not found_cut:
                 cut_point = start + MAX_CUT_TIME
             
@@ -240,9 +228,6 @@ def convert_audio_to_wav(input_path, output_path):
     except: return False
 
 def merge_videos_smart(video_map, total_parts, output_path):
-    """
-    ادغام ویدیوها با Re-encode (بازسازی) برای جلوگیری از حذف فریم و کسر زمان
-    """
     try:
         videos = []
         for i in range(total_parts):
@@ -260,17 +245,13 @@ def merge_videos_smart(video_map, total_parts, output_path):
             for v in videos:
                 f.write(f"file '{os.path.abspath(v)}'\n")
         
-        # تغییر حیاتی: استفاده از concat filter بجای concat demuxer
-        # روش قبلی (-c copy) باعث حذف فریم‌ها در نقاط اتصال می‌شد.
-        # این روش ویدیو را دوباره رندر می‌کند تا فریم‌ها دقیقاً پشت هم قرار بگیرند.
-        # از ultrafast استفاده می‌کنیم تا سرعت بالا بماند.
         subprocess.run([
             "ffmpeg", "-y", 
             "-f", "concat", 
             "-safe", "0", 
             "-i", "list.txt", 
-            "-c:v", "libx264", "-preset", "ultrafast", "-crf", "24", # بازسازی تصویر
-            "-c:a", "aac", # بازسازی صدا
+            "-c:v", "libx264", "-preset", "ultrafast", "-crf", "24", 
+            "-c:a", "aac", 
             output_path
         ], check=True)
         return True
@@ -278,12 +259,6 @@ def merge_videos_smart(video_map, total_parts, output_path):
         logger.error(f"Merge Error: {e}")
         return False
 
-def add_audio_to_video(video_path, audio_path, output_path):
-    try:
-        subprocess.run(["ffmpeg", "-y", "-i", video_path, "-i", audio_path, "-c:v", "copy", "-c:a", "aac", "-map", "0:v:0", "-map", "1:a:0", "-shortest", output_path], check=True)
-        return True
-    except: return False
-
 # --- توزیع کار ---
 
 async def dispatch_all_parallel(job_id, img_path, audio_files, resolution):
@@ -384,9 +359,25 @@ async def create_job(background_tasks: BackgroundTasks, image: UploadFile = File
     if not convert_audio_to_wav(temp_audio, final_audio):
         return JSONResponse(status_code=400, content={"error": "Audio conversion failed"})
 
+    # برش صدا
     audio_parts = smart_split_audio(final_audio, job_id)
-    total_parts = len(audio_parts)
     
+    # --- منطق جدید برای کاربران رایگان ---
+    # اگر کاربر رایگان است و تعداد پارت‌ها بیشتر از ۱ است، فقط پارت اول را نگه دار
+    if not is_premium and len(audio_parts) > 1:
+        # حذف فایل‌های اضافی از حافظه
+        for part in audio_parts[1:]:
+            try:
+                os.remove(part)
+            except:
+                pass
+        # فقط پارت اول (که زیر 19 ثانیه است) را نگه دار
+        audio_parts = [audio_parts[0]]
+        initial_msg = "شروع پردازش (محدود به ۱۹ ثانیه نسخه رایگان)..."
+    else:
+        initial_msg = f"شروع پردازش همزمان {len(audio_parts)} قسمت..."
+    
+    total_parts = len(audio_parts)
     parts_status_init = {str(i): "PENDING" for i in range(total_parts)}
     
     db = SessionLocal()
@@ -395,7 +386,7 @@ async def create_job(background_tasks: BackgroundTasks, image: UploadFile = File
         original_image_path=img_path, original_audio_path=final_audio,
         total_parts=total_parts, parts_status=parts_status_init,
         audio_parts=audio_parts, video_parts={},
-        message=f"شروع پردازش همزمان {total_parts} قسمت...",
+        message=initial_msg,
         last_activity=datetime.utcnow()
     )
     db.add(new_job)