app.py

import streamlit as st
import whisper
import yt_dlp
import os
import shutil
import tempfile
import time
import re
from pydub import AudioSegment
from pydub.exceptions import CouldntDecodeError

# --- Configuración de la Página ---
st.set_page_config(
    page_title="Vimeo Transcriptor Pro",
    layout="centered"
)

# --- IDENTIDAD CORPORATIVA, ESTILOS Y SCRIPTS ---
logo_base64 = "..." # Pega aquí el código base64 de tu logo
st.markdown(f"""
    <style>
    /* ... (tu CSS aquí, no es necesario cambiarlo) ... */
    :root {{ --gunmetal: #14323C; --cambridge-blue: #94CBB1; --charcoal: #2F4952; --silver: #C1C7CA; --white: #FFFFFF; }}
    .main {{ background-color: #F0F2F6; color: var(--charcoal); }} .stApp {{ max-width: 800px; margin: auto; }}
    .stButton>button {{ width: 100%; background-color: var(--gunmetal); color: var(--white); border: none; padding: 12px; border-radius: 8px; font-size: 16px; font-weight: bold; }}
    .stButton>button:hover {{ background-color: var(--charcoal); color: var(--white); }}
    .logo-container {{ display: flex; justify-content: center; align-items: center; padding: 10px; background-color: var(--white); border-radius: 10px; box-shadow: 0 4px 8px rgba(0,0,0,0.1); margin-bottom: 2rem; }}
    .logo-container img {{ width: 200px; }} .stProgress > div > div > div > div {{ background-color: var(--cambridge-blue); }}
    .copy-btn {{ background-color: var(--silver); color: var(--charcoal); border: none; padding: 5px 10px; border-radius: 5px; font-size: 14px; font-weight: bold; cursor: pointer; transition: background-color 0.2s; float: right; }}
    .copy-btn:hover {{ background-color: var(--cambridge-blue); }}
    </style>
    <script>
    function copyToClipboard(text, buttonId) {{
        navigator.clipboard.writeText(text).then(function() {{
            var button = document.getElementById(buttonId);
            var originalText = button.innerText;
            button.innerText = "¡Copiado!";
            setTimeout(function() {{ button.innerText = originalText; }}, 2000);
        }}, function(err) {{ console.error('Error al copiar texto: ', err); }});
    }}
    </script>
""", unsafe_allow_html=True)

if logo_base64 != "...":
    st.markdown(f'<div class="logo-container"><img src="data:image/png;base64,{logo_base64}" alt="Logo de la empresa"></div>', unsafe_allow_html=True)

st.title("Transcriptor Profesional de Vídeos")
st.markdown("Pega las URLs de los vídeos de Vimeo (públicos o privados) que quieres transcribir. **Límite de 30 minutos por vídeo.**")

@st.cache_resource(show_spinner="Cargando modelo de IA por primera vez...")
def load_whisper_model(model_name):
    return whisper.load_model(model_name, device="cpu")

urls_input = st.text_area("📝 Pega aquí las URLs de Vimeo (una por línea):", height=100, placeholder="https://vimeo.com/...")
col1, col2 = st.columns(2)
with col1:
    whisper_model = st.selectbox("🤖 Modelo de IA:", ["tiny", "base", "small"], index=1, help="El modelo 'base' ofrece un excelente equilibrio entre velocidad y precisión.")
with col2:
    force_language = st.checkbox("🇪🇸 Forzar idioma español", value=True, help="Márcalo si todos los vídeos están en español.")

if st.button("🚀 Iniciar Transcripción"):
    urls = [line.strip() for line in urls_input.splitlines() if line.strip()]
    if not urls:
        st.error("❌ Por favor, introduce al menos una URL de Vimeo.")
    else:
        try:
            model = load_whisper_model(whisper_model)
            with tempfile.TemporaryDirectory() as temp_dir:
                transcriptions_dir = os.path.join(temp_dir, "transcripciones")
                os.makedirs(transcriptions_dir)
                st.markdown("---")
                progress_bar = st.progress(0, text="Progreso general")
                
                for i, raw_url in enumerate(urls):
                    st.markdown(f"### 🎬 Procesando Vídeo {i+1} de {len(urls)}")
                    status_placeholder = st.empty()
                    audio_file_path = None
                    video_title = "Título desconocido"
                    
                    try:
                        # Limpiar la URL de parámetros innecesarios
                        url = raw_url.split('?')[0]

                        # --- LA SOLUCIÓN DEFINITIVA ---
                        # Se añade el parámetro 'impersonate' para simular un navegador real
                        ydl_opts = {
                            'format': 'bestaudio/best',
                            'outtmpl': os.path.join(temp_dir, '%(title)s.%(ext)s'),
                            'postprocessors': [{'key': 'FFmpegExtractAudio', 'preferredcodec': 'mp3', 'preferredquality': '64'}],
                            'quiet': True, 'no_warnings': True, 'retries': 2, 'socket_timeout': 30,
                            'impersonate': 'chrome120', # <-- ¡ESTA ES LA LÍNEA CLAVE!
                            'postprocessor_args': ['-ar', '16000', '-ac', '1']
                        }
                        
                        with yt_dlp.YoutubeDL(ydl_opts) as ydl:
                            status_placeholder.info("1/5 - Obteniendo información del vídeo (modo suplantación)...")
                            info_dict = ydl.extract_info(url, download=False)
                            video_title = info_dict.get('title', 'Título desconocido')
                            duration = info_dict.get('duration')

                            MAX_DURATION_SECONDS = 1800
                            if not duration or duration > MAX_DURATION_SECONDS:
                                status_placeholder.warning(f"⚠️ **'{video_title}' omitido:** El vídeo es demasiado largo (límite {int(MAX_DURATION_SECONDS/60)} min).")
                                continue

                            status_placeholder.info(f"2/5 - Descargando audio de '{video_title}'...")
                            ydl.download([url])
                            
                            audio_file_path = next((os.path.join(temp_dir, f) for f in os.listdir(temp_dir) if f.endswith('.mp3')), None)
                            if not audio_file_path or os.path.getsize(audio_file_path) < 1024:
                                status_placeholder.error(f"❌ **Error con '{video_title}':** La descarga falló. Se omite.")
                                continue

                            status_placeholder.info(f"3/5 - Verificando integridad del audio...")
                            try:
                                audio = AudioSegment.from_mp3(audio_file_path)
                                if len(audio) == 0: raise ValueError("Duración cero.")
                            except (CouldntDecodeError, ValueError):
                                status_placeholder.error(f"❌ **Error con '{video_title}':** No se pudo decodificar el audio. Se omite.")
                                continue

                            status_placeholder.info(f"4/5 - Transcribiendo '{video_title}'...")
                            result = model.transcribe(audio_file_path, fp16=False, language="es" if force_language else None, task="transcribe")
                            transcription_text = result['text']
                            
                            status_placeholder.success(f"5/5 - ✅ Transcripción de '{video_title}' completada.")
                            
                            with st.expander(f"Ver Transcripción de '{video_title}'", expanded=True):
                                # ... (código para mostrar y copiar texto, sin cambios)
                                js_text = transcription_text.replace("`", "\\`").replace("'", "\\'").replace("\n", "\\n")
                                button_id = f"copy-btn-{i}"
                                st.markdown(f'<button id="{button_id}" class="copy-btn" onclick="copyToClipboard(`{js_text}`, \'{button_id}\')">Copiar</button>', unsafe_allow_html=True)
                                st.text_area("Transcripción:", value=transcription_text, height=200, key=f"text_{i}", label_visibility="collapsed")
                            
                            clean_title = re.sub(r'[\\/*?:"<>|]', "", video_title)
                            with open(os.path.join(transcriptions_dir, f"{clean_title}.txt"), "w", encoding="utf-8") as f: f.write(transcription_text)
                        
                    except Exception as e:
                        status_placeholder.error(f"❌ Error al procesar '{video_title}'. Causa: {e}")
                    
                    finally:
                        if audio_file_path and os.path.exists(audio_file_path): os.remove(audio_file_path)
                    
                    progress_bar.progress((i + 1) / len(urls), text=f"Progreso: {i+1}/{len(urls)} vídeos completados")

                # ... (resto del código para el zip, sin cambios)
                st.markdown("---")
                transcription_files = os.listdir(transcriptions_dir)
                if transcription_files:
                    st.success("🎉 ¡Proceso completado!")
                    zip_path = os.path.join(temp_dir, "transcripciones_vimeo")
                    shutil.make_archive(zip_path, 'zip', transcriptions_dir)
                    with open(f"{zip_path}.zip", "rb") as fp:
                        st.download_button(label=f"📥 Descargar {len(transcription_files)} transcripciones (.zip)", data=fp, file_name="transcripciones_vimeo.zip", mime="application/zip")
                else:
                    st.warning("⚠️ No se generó ninguna transcripción.")
        except Exception as e:
            st.error(f"🚨 Ha ocurrido un error crítico durante la configuración: {e}")