transcribe_audio.py

#!/usr/bin/env python3
"""

Script de transcription audio avec Whisper

Traite tous les fichiers audio du dossier input et génère les transcriptions dans output/transcriptions

"""

import os
import whisper
from pathlib import Path
import time
from datetime import datetime

# Bootstrap environnement portable
try:
    from portable_env import setup_portable_env
    setup_portable_env()
except Exception:
    pass
# Ajouter FFmpeg au PATH si nécessaire
ffmpeg_paths = [
    r"C:\FFmpeg\bin",
    r"C:\Program Files\FFmpeg\bin",
    r"C:\Users\victo\AppData\Local\Microsoft\WinGet\Packages\Gyan.FFmpeg_Microsoft.Winget.Source_8wekyb3d8bbwe\ffmpeg-8.0-full_build\bin"
]

for ffmpeg_path in ffmpeg_paths:
    if os.path.exists(ffmpeg_path) and ffmpeg_path not in os.environ.get("PATH", ""):
        os.environ["PATH"] = ffmpeg_path + ";" + os.environ.get("PATH", "")
# FFmpeg: déjà géré via portable_env (vendor/ffmpeg/bin)

# Configuration
INPUT_DIR = Path(os.environ.get("BOB_INPUT_DIR", Path(__file__).parent.parent / "input"))
OUTPUT_DIR = Path(os.environ.get("BOB_TRANSCRIPTIONS_DIR", Path(__file__).parent.parent / "output" / "transcriptions"))
WHISPER_MODEL = os.environ.get("WHISPER_MODEL", "small")  # peut être override par GUI
SUPPORTED_FORMATS = ['.mp3', '.wav', '.m4a', '.flac', '.ogg', '.mp4', '.avi', '.mov']

def load_whisper_model(model_name):
    """Charge un modèle de transcription.

    - 'faster-whisper:small|medium|large-v3|...' utilise faster_whisper.WhisperModel

    - sinon utilise openai whisper.load_model

    Retourne un tuple (backend, model)

    backend in {"openai", "faster"}

    """
    print(f"Chargement du modèle Whisper: {model_name}")
    if isinstance(model_name, str) and model_name.startswith("faster-whisper"):
        # Extraire la taille après le ':'
        size = model_name.split(":", 1)[1] if ":" in model_name else "small"
        try:
            from faster_whisper import WhisperModel
        except Exception as e:
            raise RuntimeError(f"faster-whisper non disponible: {e}")

        # Le téléchargement ira dans HF_HOME/HUGGINGFACE cache local
        compute_type = "int8"  # CPU-friendly par défaut; peut être ajusté
        model = WhisperModel(size, device="cpu", compute_type=compute_type)
        print("Modèle faster-whisper prêt.")
        return ("faster", model)
    else:
        model = whisper.load_model(model_name)
        print("Modèle OpenAI Whisper prêt.")
        return ("openai", model)

def get_audio_files(input_dir):
    """Récupère tous les fichiers audio du dossier input"""
    audio_files = []
    if not input_dir.exists():
        return audio_files
    # Récupérer tous les fichiers du dossier
    for file in input_dir.iterdir():
        if file.is_file():
            # Vérifier l'extension (case insensitive)
            file_ext = file.suffix.lower()
            if file_ext in [ext.lower() for ext in SUPPORTED_FORMATS]:
                audio_files.append(file)
    
    return sorted(list(set(audio_files)))  # Éliminer les doublons

def transcribe_file(model, audio_file, output_dir):
    """Transcrit un fichier audio et sauvegarde le résultat"""
    print(f"Transcription de: {audio_file.name}")
    print(f"Chemin complet: {audio_file.absolute()}")
    print(f"Fichier existe: {audio_file.exists()}")
    print(f"Taille du fichier: {audio_file.stat().st_size if audio_file.exists() else 'N/A'} bytes")
    
    try:
        # Vérifier que le fichier existe
        if not audio_file.exists():
            print(f"✗ Fichier introuvable: {audio_file}")
            return False
        
        # Transcription avec Whisper - utiliser le chemin sans espaces si possible
        audio_path = str(audio_file.absolute())
        print(f"Chemin utilisé pour Whisper: {audio_path}")
        
        start_time = time.time()
        # Support des deux backends
        if isinstance(model, tuple) and model and model[0] in ("openai", "faster"):
            backend, engine = model
        else:
            # Rétrocompatibilité: ancien code passait juste l'objet
            backend, engine = ("openai", model)

        if backend == "openai":
            result = engine.transcribe(audio_path, language="fr", verbose=False)
            text = result["text"]
        else:
            # faster-whisper retourne des segments + info
            segments, info = engine.transcribe(audio_path, language="fr")
            pieces = []
            for seg in segments:
                pieces.append(seg.text)
            text = " ".join(pieces).strip()
        end_time = time.time()
        
        # Nom du fichier de sortie
        output_filename = audio_file.stem + "_transcription.txt"
        output_path = output_dir / output_filename
        
        # Sauvegarde de la transcription
        with open(output_path, 'w', encoding='utf-8') as f:
            f.write(f"Fichier source: {audio_file.name}\n")
            f.write(f"Date de transcription: {datetime.now().strftime('%d/%m/%Y %H:%M:%S')}\n")
            f.write(f"Durée de traitement: {end_time - start_time:.2f} secondes\n")
            f.write(f"Modèle utilisé: {WHISPER_MODEL}\n")
            f.write("-" * 50 + "\n\n")
            f.write(text)
        
        print(f"✓ Transcription sauvegardée: {output_filename}")
        print(f"  Durée de traitement: {end_time - start_time:.2f}s")
        
        return True
        
    except Exception as e:
        print(f"✗ Erreur lors de la transcription de {audio_file.name}: {e}")
        print(f"Type d'erreur: {type(e).__name__}")
        import traceback
        traceback.print_exc()
        return False

def main():
    """Fonction principale"""
    print("=" * 60)
    print("TRANSCRIPTION AUTOMATIQUE DES BOB")
    print("=" * 60)
    
    # Vérification des dossiers - chemins absolus
    script_dir = Path(__file__).parent.absolute()
    input_dir = Path(os.environ.get("BOB_INPUT_DIR", script_dir.parent / "input"))
    output_dir = Path(os.environ.get("BOB_TRANSCRIPTIONS_DIR", script_dir.parent / "output" / "transcriptions"))
    
    print(f"Dossier script: {script_dir}")
    print(f"Dossier input: {input_dir}")
    print(f"Dossier output: {output_dir}")
    print()
    
    if not input_dir.exists():
        print(f"Erreur: Le dossier input n'existe pas: {input_dir}")
        return
    
    # Création du dossier de sortie si nécessaire
    output_dir.mkdir(parents=True, exist_ok=True)
    
    # Recherche des fichiers audio
    audio_files = get_audio_files(input_dir)
    
    if not audio_files:
        print(f"Aucun fichier audio trouvé dans {input_dir}")
        print(f"Formats supportés: {', '.join(SUPPORTED_FORMATS)}")
        return
    
    print(f"Trouvé {len(audio_files)} fichier(s) audio à traiter:")
    for i, file in enumerate(audio_files, 1):
        print(f"  {i}. {file.name}")
    
    print()
    
    # Chargement du modèle Whisper
    try:
        model = load_whisper_model(WHISPER_MODEL)
    except Exception as e:
        print(f"Erreur lors du chargement du modèle: {e}")
        return
    
    print()
    
    # Traitement des fichiers
    success_count = 0
    total_start_time = time.time()
    
    for i, audio_file in enumerate(audio_files, 1):
        print(f"[{i}/{len(audio_files)}] ", end="")
        
        if transcribe_file(model, audio_file, output_dir):
            success_count += 1
        
        print()
    
    total_end_time = time.time()
    
    # Résumé
    print("=" * 60)
    print("RÉSUMÉ")
    print("=" * 60)
    print(f"Fichiers traités: {len(audio_files)}")
    print(f"Réussites: {success_count}")
    print(f"Échecs: {len(audio_files) - success_count}")
    print(f"Durée totale: {total_end_time - total_start_time:.2f} secondes")
    print(f"Transcriptions sauvegardées dans: {output_dir}")

if __name__ == "__main__":
    main()