audio_extractor.py

import logging
import subprocess
import os
from pathlib import Path

logging.basicConfig(level=logging.INFO)

def extract_audio(video_url: str, identifier: str, output_dir: str = "temp_audio") -> str:
    """
    استخراج الصوت من فيديو باستخدام ffmpeg streaming
    
    Args:
        video_url: رابط الفيديو من Internet Archive
        identifier: معرف الفيديو
        output_dir: مجلد حفظ الملفات المؤقتة
    
    Returns:
        مسار ملف الصوت المستخرج
    """
    try:
        # إنشاء المجلد لو مش موجود
        Path(output_dir).mkdir(exist_ok=True)
        
        # مسار الملف النهائي
        output_file = os.path.join(output_dir, f"{identifier}.mp3")
        
        # لو الملف موجود من قبل، نرجعه مباشرة (caching)
        if os.path.exists(output_file):
            logging.info(f"Audio file already exists: {output_file}")
            return output_file
        
        logging.info(f"Extracting audio from: {video_url}")
        
        # أمر ffmpeg مع إعدادات محسّنة للسرعة
        command = [
            'ffmpeg',
            '-y',  # Overwrite output file
            '-i', video_url,  # Input video URL
            '-vn',  # No video
            '-acodec', 'libmp3lame',  # MP3 codec
            '-ab', '64k',  # 64 kbps (خفيف ومناسب للكلام)
            '-ar', '16000',  # 16 kHz sample rate (كافي للـ speech)
            '-ac', '1',  # Mono (قناة واحدة)
            '-threads', '2',  # استخدام 2 threads فقط
            output_file
        ]
        
        # تنفيذ الأمر مع timeout
        logging.info("Running ffmpeg...")
        result = subprocess.run(
            command,
            stdout=subprocess.PIPE,
            stderr=subprocess.PIPE,
            timeout=60  # Timeout بعد دقيقة
        )
        
        if result.returncode != 0:
            error_msg = result.stderr.decode('utf-8', errors='ignore')
            logging.error(f"FFmpeg error: {error_msg}")
            raise Exception(f"FFmpeg failed: {error_msg[:200]}")
        
        # التحقق من وجود الملف وحجمه
        if not os.path.exists(output_file):
            raise Exception("Audio file was not created")
        
        file_size = os.path.getsize(output_file)
        file_size_mb = file_size / (1024 * 1024)
        
        logging.info(f"✅ Audio extracted successfully! Size: {file_size_mb:.2f} MB")
        
        return output_file
        
    except subprocess.TimeoutExpired:
        logging.error("FFmpeg timeout - video too long")
        raise Exception("Video too long for processing (max 1 minute)")
    
    except Exception as e:
        logging.error(f"Error extracting audio: {e}")
        # حذف الملف الناقص لو موجود
        if os.path.exists(output_file):
            try:
                os.remove(output_file)
            except:
                pass
        raise


def cleanup_old_files(output_dir: str = "temp_audio", max_age_hours: int = 24):
    """
    حذف الملفات القديمة لتوفير المساحة
    
    Args:
        output_dir: مجلد الملفات المؤقتة
        max_age_hours: حذف الملفات الأقدم من هذا العدد من الساعات
    """
    try:
        import time
        current_time = time.time()
        
        for filename in os.listdir(output_dir):
            filepath = os.path.join(output_dir, filename)
            if os.path.isfile(filepath):
                file_age_hours = (current_time - os.path.getmtime(filepath)) / 3600
                if file_age_hours > max_age_hours:
                    os.remove(filepath)
                    logging.info(f"Deleted old file: {filename}")
    except Exception as e:
        logging.warning(f"Cleanup error: {e}")