Create App.py

App.py

@@ -0,0 +1,75 @@
+import gradio as gr
+import whisper
+import torch
+from transformers import MarianMTModel, MarianTokenizer
+import ffmpeg
+import requests
+import os
+import tempfile
+
+# Configuração do Hugging Face e ElevenLabs
+HF_MODEL = "Helsinki-NLP/opus-mt-mul-en"
+ELEVENLABS_API_KEY = os.getenv("ELEVENLABS_API_KEY")  # Defina essa variável no Hugging Face Spaces
+
+# Carregar modelos
+whisper_model = whisper.load_model("small")
+translator = MarianMTModel.from_pretrained(HF_MODEL)
+tokenizer = MarianTokenizer.from_pretrained(HF_MODEL)
+
+# Função para transcrever áudio
+def transcribe_audio(video_path: str) -> str:
+    result = whisper_model.transcribe(video_path)
+    return result["text"]
+
+# Função para traduzir texto
+def translate_text(text: str, target_lang="pt") -> str:
+    inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)
+    translated_tokens = translator.generate(**inputs)
+    return tokenizer.decode(translated_tokens[0], skip_special_tokens=True)
+
+# Função para gerar áudio em português (usando ElevenLabs)
+def synthesize_speech(text: str, voice="Antônio") -> str:
+    url = "https://api.elevenlabs.io/v1/text-to-speech"
+    headers = {"Authorization": f"Bearer {ELEVENLABS_API_KEY}"}
+    response = requests.post(url, json={"text": text, "voice": voice}, headers=headers)
+
+    temp_audio = tempfile.NamedTemporaryFile(delete=False, suffix=".mp3")
+    with open(temp_audio.name, "wb") as f:
+        f.write(response.content)
+    return temp_audio.name
+
+# Função para substituir o áudio no vídeo
+def replace_audio(video_path: str, new_audio_path: str) -> str:
+    output_path = video_path.replace(".mp4", "_translated.mp4")
+
+    ffmpeg.input(video_path).output(
+        output_path,
+        audio=new_audio_path,
+        codec="copy"
+    ).run(overwrite_output=True)
+
+    return output_path
+
+# Pipeline completo
+def process_video(video_file):
+    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp4") as temp_video:
+        temp_video.write(video_file.read())
+        video_path = temp_video.name
+
+    transcript = transcribe_audio(video_path)
+    translated_text = translate_text(transcript)
+    new_audio_path = synthesize_speech(translated_text)
+    output_video_path = replace_audio(video_path, new_audio_path)
+
+    return output_video_path
+
+# Interface Gradio
+iface = gr.Interface(
+    fn=process_video,
+    inputs=gr.File(label="Carregar Vídeo (MP4)"),
+    outputs=gr.File(label="Baixar Vídeo Traduzido"),
+    title="Tradutor de Vídeos para Português",
+    description="Faz a transcrição, tradução e substituição de áudio em vídeos automaticamente."
+)
+
+iface.launch()