Update app.py

app.py

@@ -2,7 +2,7 @@ import os
 os.environ["IMAGE_MAGICK_BINARY"] = "/usr/bin/convert"
 import gradio as gr
 import pandas as pd
-import re  # نحتاجه لتنظيف الألوان
+import re
 from faster_whisper import WhisperModel
 from moviepy import VideoFileClip, TextClip, CompositeVideoClip
 from arabic_reshaper import reshape
@@ -11,79 +11,85 @@ from arabic_reshaper import reshape
 model = WhisperModel("large-v3", device="cpu", compute_type="int8")
 
 def process_arabic_text(text):
-    return reshape(text) + "\n "
+    if not text: return ""
+    return reshape(text)
 
 def clean_color(color_str):
-    """دالة لتحويل أي صيغة لون غريبة إلى صيغة يفهمها البرنامج"""
     if color_str.startswith('rgba'):
-        # استخراج الأرقام فقط وتحويلها لأرقام صحيحة
         nums = re.findall(r"\d+\.?\d*", color_str)
         if len(nums) >= 3:
             r, g, b = int(float(nums[0])), int(float(nums[1])), int(float(nums[2]))
             return f'rgb({r},{g},{b})'
     return color_str
 
-def step_1_extract_words(video_path, progress=gr.Progress()):
+def step_1_extract_segments(video_path, progress=gr.Progress()):
     if not video_path: return None, "الرجاء رفع فيديو."
-    segments, _ = model.transcribe(video_path, word_timestamps=True, language="ar")
-    words_data = [[w.word.strip(), round(w.start, 2), round(w.end, 2)] for s in segments for w in s.words]
-    return pd.DataFrame(words_data, columns=["الكلمة", "البداية", "النهاية"]), "تم الاستخراج!"
+    
+    # قمنا بتغيير الاستخراج ليعتمد على السجمنت (الجملة المنطوقة كاملة)
+    segments, _ = model.transcribe(video_path, language="ar")
+    
+    segments_data = []
+    for s in segments:
+        segments_data.append([s.text.strip(), round(s.start, 2), round(s.end, 2)])
+    
+    return pd.DataFrame(segments_data, columns=["النص المنطوق", "البداية", "النهاية"]), "تم استخراج النصوص بنجاح!"
 
 def step_2_render_video(video_path, df_edited, font_selection, text_color, font_size, progress=gr.Progress()):
     if video_path is None or df_edited is None: return None, "بيانات ناقصة."
 
-    # تنظيف اللون قبل استخدامه لمنع خطأ ValueError
     safe_color = clean_color(text_color)
-    
-    # التأكد من وجود ملف الخط
     actual_font = font_selection if os.path.exists(font_selection) else "DejaVu-Sans-Bold"
 
-    output_path = "final_fixed_video.mp4"
+    output_path = "final_full_text_video.mp4"
     video = VideoFileClip(video_path)
     w, h = video.size
     clips = [video]
-    words_list = df_edited.values.tolist()
-    chunk_size = 3 
+    
+    # تحويل البيانات من الجدول
+    segments_list = df_edited.values.tolist()
 
-    for i in range(0, len(words_list), chunk_size):
-        chunk = words_list[i : i + chunk_size]
-        sentence = " ".join([str(r[0]) for r in chunk])
-        clean_sentence = process_arabic_text(sentence)
+    for row in segments_list:
+        sentence = str(row[0])
+        t_start = float(row[1])
+        t_end = float(row[2])
         
-        t_start, t_end = float(chunk[0][1]), float(chunk[-1][2])
+        if not sentence.strip(): continue
 
+        clean_sentence = process_arabic_text(sentence)
+        
+        # إنشاء نص يظهر بالكامل خلال فترة النطق
         txt = TextClip(
             text=clean_sentence,
             font_size=int(font_size), 
-            color=safe_color, # اللون النظيف هنا
+            color=safe_color,
             stroke_color='black',
             stroke_width=1.5,
             font=actual_font,
             method='caption',
-            size=(int(w * 0.8), None),
+            size=(int(w * 0.9), None), # عرض النص يأخذ 90% من الشاشة ليتسع للجمل
             text_align='center'
-        ).with_start(t_start).with_duration(max(0.1, t_end - t_start)).with_position(('center', int(h * 0.65)))
+        ).with_start(t_start).with_duration(max(0.1, t_end - t_start)).with_position(('center', int(h * 0.75)))
         
         clips.append(txt)
 
     final = CompositeVideoClip(clips, size=(w, h))
     final.write_videofile(output_path, codec="libx264", audio_codec="aac", fps=video.fps, logger='bar')
-    return output_path, f"تم بنجاح! اللون المستخدم: {safe_color}"
+    return output_path, "تم إنتاج الفيديو بنجاح!"
 
 # --- الواجهة ---
 with gr.Blocks() as app:
-    gr.Markdown("## 🎬 Caption Pro: Stable Version")
+    gr.Markdown("## 🎬 محرر الفيديو بالنصوص الكاملة")
     with gr.Row():
         v_in = gr.Video(); v_out = gr.Video()
     with gr.Row():
         font_opt = gr.Dropdown(choices=["arialbd.ttf"], value="arialbd.ttf", label="الخط")
         color_opt = gr.ColorPicker(value="#FFFF00", label="اللون")
-        size_opt = gr.Slider(30, 150, value=70, label="الحجم")
+        size_opt = gr.Slider(30, 150, value=60, label="حجم الخط")
 
-    btn_1 = gr.Button("1. استخراج"); table = gr.Dataframe(interactive=True)
-    btn_2 = gr.Button("2. إنتاج الفيديو"); status = gr.Textbox()
+    btn_1 = gr.Button("1. استخراج النصوص الكاملة"); table = gr.Dataframe(interactive=True)
+    btn_2 = gr.Button("2. دمج النصوص مع الفيديو"); status = gr.Textbox()
 
-    btn_1.click(step_1_extract_words, [v_in], [table, status])
+    btn_1.click(step_1_extract_segments, [v_in], [table, status])
     btn_2.click(step_2_render_video, [v_in, table, font_opt, color_opt, size_opt], [v_out, status])
 
-app.launch()
+app.launch()