python -m venv whisper_env

whisper_env\Scripts\activate

pip install git+https://github.com/openai/whisper.git

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

pip install python-docx

pip install yt-dlp

pip install ffmpeg-python

@echo off
timeout /t 30

REM Activer l'environnement virtuel et journaliser
echo Activating virtual environment >> F:\IA\whisper\start_log.txt
call F:\IA\whisper\venv\Scripts\activate.bat >> F:\IA\whisper\start_log.txt 2>&1

REM Se déplacer dans le répertoire du script
echo Changing directory to F:\IA\whisper >> F:\IA\whisper\start_log.txt
cd /d F:\IA\whisper >> F:\IA\whisper\start_log.txt 2>&1

REM Démarrer le script de transcription en arrière-plan et journaliser
echo Starting transcription script >> F:\IA\whisper\start_log.txt
start /B python transcription_script.py >> F:\IA\whisper\script_log.txt 2>&1

REM Désactiver l'environnement virtuel une fois que le script s'est terminé
echo Deactivating virtual environment >> F:\IA\whisper\start_log.txt
deactivate

import os
import time
import whisper
import torch
from docx import Document
import yt_dlp

# Dossiers source et destination
audio_folder = r"\\OMV\whisper\trans_audio"
text_folder = r"\\OMV\whisper\trans_texte"
video_folder = r"\\OMV\whisper\trans_video"
lock_file = os.path.join(audio_folder, "transcription.lock")

# Extensions audio supportées
audio_extensions = [".m4a", ".mp3", ".wav", ".flac"]

# Modèle Whisper à utiliser
model_name = "large-v3"
device = "cuda" if torch.cuda.is_available() else "cpu"
model = whisper.load_model(model_name, device=device)

# Fonction pour transcrire un fichier audio dans la langue d'origine
def transcribe_audio(file_path):
    print(f"Transcribing {file_path} in the original language...")
    result = model.transcribe(file_path)
    return result["text"]

# Fonction pour convertir .txt en .docx
def txt_to_docx(txt_path, docx_path):
    print(f"Converting {txt_path} to {docx_path}...")
    doc = Document()
    with open(txt_path, "r", encoding="utf-8") as f:
        text = f.read()
        doc.add_paragraph(text)
    doc.save(docx_path)

# Fonction pour télécharger la vidéo YouTube et renommer le fichier audio
def download_youtube_video(video_url, output_dir, output_file_base):
    ydl_opts = {
        'format': 'bestaudio/best',  # Télécharger la meilleure qualité audio disponible
        'outtmpl': os.path.join(output_dir, output_file_base + '.webm'),  # Utiliser le nom du fichier texte pour .webm
        'postprocessors': [{
            'key': 'FFmpegExtractAudio',
            'preferredcodec': 'mp3',  # Convertir en MP3
            'preferredquality': '192',
        }],
    }
    
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        info_dict = ydl.extract_info(video_url, download=True)
        video_title = info_dict.get("title", "Untitled")  # Obtenir le titre de la vidéo
        audio_file = os.path.join(output_dir, output_file_base + '.mp3')  # Utiliser le même nom de base pour .mp3
        print(f"Downloaded and converted: {audio_file}")
        return audio_file, video_title

# Fonction principale pour scanner le dossier et traiter les fichiers
def scan_and_process():
    while True:
        # Si une transcription est en cours, attendre
        if os.path.exists(lock_file):
            print("Transcription en cours. Attente de 5 minutes avant de scanner à nouveau...")
            time.sleep(300)  # 5 minutes
            continue

        # Vérifier si le fichier d'arrêt existe
        stop_file = os.path.join(audio_folder, "stop.txt")
        if os.path.exists(stop_file):
            print("Stop file detected. Exiting the script...")

            # Renommer le fichier stop.txt en no_stop.txt
            no_stop_file = os.path.join(audio_folder, "no_stop.txt")
            os.rename(stop_file, no_stop_file)

            # Sortir du script après l'arrêt
            break

        # Créer un fichier de verrouillage
        with open(lock_file, "w") as lock:
            lock.write("locked")

        try:
            # Scanner le dossier des fichiers audio
            for file_name in os.listdir(audio_folder):
                if any(file_name.endswith(ext) for ext in audio_extensions):
                    audio_path = os.path.join(audio_folder, file_name)
                    txt_file_name = os.path.splitext(file_name)[0] + ".txt"
                    txt_path = os.path.join(text_folder, txt_file_name)
                    
                    # Vérifie si le fichier .txt existe déjà
                    if not os.path.exists(txt_path):
                        # Transcrire le fichier audio en texte
                        text = transcribe_audio(audio_path)
                        
                        # Enregistrer le texte dans un fichier .txt
                        with open(txt_path, "w", encoding="utf-8") as txt_file:
                            txt_file.write(text)
                        
                        # Convertir le fichier .txt en .docx
                        docx_file_name = txt_file_name.replace(".txt", ".docx")
                        docx_path = os.path.join(text_folder, docx_file_name)
                        txt_to_docx(txt_path, docx_path)
                    else:
                        print(f"Transcript for {file_name} already exists.")

            # Scanner le dossier des fichiers vidéos (liens YouTube)
            for file_name in os.listdir(video_folder):
                if file_name.endswith(".txt"):
                    link_path = os.path.join(video_folder, file_name)
                    with open(link_path, "r") as link_file:
                        video_url = link_file.readline().strip()

                        # Nom du fichier de transcription basé sur le nom du fichier .txt déposé
                        base_name = os.path.splitext(file_name)[0]
                        txt_file_name = base_name + ".txt"
                        txt_path = os.path.join(text_folder, txt_file_name)
                        docx_file_name = base_name + ".docx"
                        docx_path = os.path.join(text_folder, docx_file_name)
                        mp3_file_name = base_name + ".mp3"
                        mp3_path = os.path.join(audio_folder, mp3_file_name)

                        # Vérifie si un fichier .mp3, .txt ou .docx existe déjà
                        if os.path.exists(mp3_path) or os.path.exists(txt_path) or os.path.exists(docx_path):
                            print(f"Transcript or audio file for {base_name} already exists. Skipping.")
                        else:
                            # Télécharge la vidéo YouTube et récupère le chemin de l'audio et le titre de la vidéo
                            audio_path, video_title = download_youtube_video(video_url, audio_folder, base_name)
                            
                            # Transcrire l'audio en texte
                            text = transcribe_audio(audio_path)

                            # Créer la transcription avec le titre, l'URL et le texte transcrit
                            transcription_with_metadata = f"{video_title}\n{video_url}\n\n{text}"
                            
                            # Enregistrer le texte avec le titre et l'URL dans un fichier .txt
                            with open(txt_path, "w", encoding="utf-8") as txt_file:
                                txt_file.write(transcription_with_metadata)
                            
                            # Convertir le fichier .txt en .docx
                            txt_to_docx(txt_path, docx_path)
                            
                            # Supprimer la vidéo téléchargée après traitement
                            webm_file = os.path.join(audio_folder, base_name + '.webm')
                            if os.path.exists(webm_file):
                                os.remove(webm_file)
                                print(f"Deleted temporary file: {webm_file}")

        except Exception as e:
            print(f"Error occurred: {e}. Retrying in 2 minutes...")
            time.sleep(60)  # Attendre 1 minute avant de réessayer

        # Supprimer le fichier de verrouillage une fois terminé
        os.remove(lock_file)

        # Attendre 5 minutes avant de refaire une vérification
        print("Waiting for 5 minutes...")
        time.sleep(300)

# Lancer le processus
if __name__ == "__main__":
    scan_and_process()