%;j< dZddlmZddlZddlmZddlmZmZm Z ddl m Z e ee jdz dz Zd Zd Zd Zd Zd ZdZd.dZd/dZd0dZd1dZd2dZ d3dZ d4dZ d5dZdddedf d6dZedk(rddl Z ddl!Z!e"e!jFd k\rYe$e!jFddd5Z%e jLe%Z'dddee'Z(e)e(dd e)d!e"e(d"yd#d$d%d&d'd$d(d)d*d(d+d)d,d+d%d)gd-giZ*ee*dddZ+e)e+yy#1swY]xYw)7u` Karaoke IG style - legenda word-level estilo Instagram/TikTok. Gera filtros drawtext do ffmpeg que renderizam: - Blocos curtos de 2-4 palavras - Texto branco caixa-alta com contorno preto - Palavra falada destacada com pill laranja por trás - Posicionamento ~67% do topo do vídeo - Fonte Manrope ExtraBold Uso: from karaoke_legenda import gerar_karaoke_drawtext_filters filtros = gerar_karaoke_drawtext_filters(transcricao, 1080, 1920, fontsize=70) # filtros é uma string longa com 1+N drawtext (1 por bloco branco, N por palavras ativas) ffmpeg -i input.mp4 -vf "{filtros}" output.mp4 ) annotationsN)Path)ListDictAny) ImageFontfontszManrope-ExtraBold.ttf0xF47B3Fg ףp= ? c>|jjS)u9Caixa alta + remove caracteres não-imprimíveis simples.)stripupper)palavras :/opt/mia/workspace/video_editor/backend/karaoke_legenda.py _normalizarr1s ==? ""c|jdd}|jdd}|jdd}|jdd}|jd d }|S) u Escapa texto pra entrar no filter drawtext. Drawtext usa : como separador e \ como escape. Aspas simples também precisam de cuidado quando o filtro é quotado. \z\\:z\:'u’,z\,%z\%)replace)textoouts r_escapar_drawtextr6sY --f %C ++c5 !C ++c5 !C ++c5 !C ++c5 !C Jrc g}|jdxs|jdxsg}|D]}|jdxs|jdxsg}|D]}|jdxs(|jdxs|jdxsdj}|sOt|jd |jd d }t|jd |jd |dz}||kr|dz}|jt |||d|s|D]}|jdxs|jdxsdj}|s=t|jd |jd d } t|jd |jd | dz} t j d|D cgc]} | s|  } } | s| | z tdt| z } t| D]2\}}|jt || || zz| |dz| zzd4|jdd }|t|kr|}|dzt|krE||dzd ||d dzkr.|dz }|dzt|kr||dzd ||d dzkr.||kDr||d }td|||dzD}|dzt|krt|||dzd }t||z d||z dzz}|||z dzz } t||dzD]'}|||z | zz||d <|||z dz| zz||d <)|dz}|t|krtt|dz D]J}||d ||dzd kDr||dzd ||d <||d ||d ks:||d dz||d <L|Scc} w)u7 Pega a transcrição do Whisper (que já vem com word_timestamps=True) e extrai a lista flat de palavras com {word, start, end}. A função tenta primeiro `transcricao["segmentos"][i]["words"]` (formato do nosso wrapper). Se não tiver, tenta `segments[i]["words"]` direto do Whisper. segmentossegmentswordspalavraswordtextrstartiniciorendfimg333333?皙?r%r(r*rg?z\s+c|d|dfS)Nr(r*)ps rz#_coletar_palavras..ws7QuX 6rkey{Gz?c3&K|] }|d yw)r*Nr0.0r1s r z$_coletar_palavras..sB1ahB皙?) getrfloatappendrresplitmaxlen enumeratesortminrange) transcricaor$r!segr#wtxtr(r*inir+ttokensdtitkj start_cluster end_clusterspanks r_coletar_palavrasrVEsXH ,Q  0KQrI =CGGJ$7=2 A55=KAEE&MKQUU95EKRRTC!%%x);<=EeQUU5%#+%>?@Ce|ck OO#C(  $  C777#?CswwucCi'@ABC!#&#!6 0.5s entre palavras), senão divide por tamanho. Retorna lista de blocos, cada bloco é lista de palavras consecutivas. r(r*r%).!?r?)rCr>endswithrBMAX_WORDS_POR_BLOCOMIN_WORDS_POR_BLOCO) r$blocosatualrOr1gapulttem_pontquebra_naturalcheiorazoavels r_agrupar_blocosrhs  F E(#1 LLO j59U++Bi<< 45t/xE 11u:!44 ^ MM% CE LLO%(  e Mrc6t|j|S)z'Retorna largura do texto na fonte (px).)r= getlength)fontrs r_medirrls & ''rc |Dcgc]}|d }}dj|}t||}t|dt|dz }t|d}||z dz }g} |} t|D]P\} }t||d} | j|d| | |d|dd| | z } | t |dz ksL| |z } R|j d } | d | dz }||||| d Scc}w) u Calcula a string completa do bloco e a posição x de cada palavra quando o bloco é centralizado horizontalmente. Retorna: { "texto": "MEU CACHORRO", "x_inicial": 256, # x do canto esquerdo do bloco no vídeo "largura_total": 567, "altura": 76, "palavras_pos": [ {"word": "MEU", "x": 256, "largura": 152, "start":.., "end":..}, {"word": "CACHORRO", "x": 422, "largura": 400, ...}, ] } r% z @r(r*)r%xlargurar(r*r. ÁGÊMQpgy)r x_inicial largura_totalaltura palavras_pos)joinrlrCr>rBgetbbox)rkbloco video_widthr1 palavras_txttexto_completorulargura_espacortposcursorrOrIbboxrvs r_posicoes_blocors/&(--!AfI-L-XXl+N40MD$'&s*;;ND#&N},3I C F% %1 46 # fIwZU8    !  s5zA~  n $F % << %D !WtAw F &  =.s C#cPt|}d|d|d|d|dd|dd|dd |dd S) z0Drawtext do texto branco completo (1 por bloco).drawtext=fontfile='':text=' ':fontsize=z/:fontcolor=white:borderw=3:bordercolor=black:x=.1f:y=:enable='between(t,.3fr)')r)rrpyfontsizet_iniciot_fim font_path texto_escs r_drawtext_brancorsZ"%(I i[)J WC#w hs^1U3Kr  ;rcdt|}d|d|d|dtd|d|dd|dd |d d |d d S) u Drawtext da palavra ativa, com box laranja (pill) + borda preta no texto pra manter consistência com o texto branco abaixo. rrrz<:fontcolor=white:borderw=3:bordercolor=black:box=1:boxcolor=z@1.0:boxborderw=z:x=rrrrrr)r PILL_COLOR) rrprrrrr pill_paddingrs r_drawtext_pillr sh"'*I i[)J %,&6|n aWC#w hs^1U3Kr ; ri8iFc|t}t|jstd|t |}|syt |}|syt j||}|jd} | d| dz } ||z| dz z } |dz} g} |D]}djd |D}t|j|| kst|dkr| j|Xg}|D]~}|j|djd |D}t|j|| kDsJt|dkDsY|j}|r| j||g}|s| j|| }|jd g}t|}t!|D] \}}t#|||}|d d}|dddz}|dz|kr||dzd d}t%||dz }n|}||krU|jt'|d|d| |||||d}t!|D]~\}}|dzt|krt%|ddz||dzddz }nt%|ddz|}||dkrQ|jt)|d|d| ||d||t*dj|S)um Função principal. Gera string de filtros drawtext separados por vírgula pra ser usada em ffmpeg -vf. Args: transcricao: dict com chave 'segmentos' (cada um tem 'words' do Whisper) video_width, video_height: tamanho do vídeo de saída fontsize: tamanho da fonte (px). Padrão 70 (~3.6% da altura). y_fracao: posição vertical (0 = topo, 1 = base). Padrão 0.67. font_path: override do caminho da fonte. Padrão Manrope-ExtraBold. Returns: string única com todos os filtros drawtext separados por vírgula. Vazio se não houver palavras. uFonte não encontrada: r'rrrsr.r gq= ףp?rnc3&K|] }|d ywr%Nr0r7s rr9z1gerar_karaoke_drawtext_filters..Ss7Aai7r:c3&K|] }|d ywrr0)r8pps rr9z1gerar_karaoke_drawtext_filters..[s$BBRZ$Br:c|ddS)Nrr(r0)bs rr2z0gerar_karaoke_drawtext_filters..gsad7mrr3rr(rXr*r,r5rrtrwr;g{Gzt?r%rpr) FONT_PATHrexistsFileNotFoundErrorrVrhrtruetyperyrxr=rjrBr>poprDrCrrErrPILL_PADDING_X) rGr{ video_heightry_fracaorr$r`rkr altura_textoy_base largura_maxblocos_ajustadosrz texto_fullparcialr1 texto_parcialultimofiltrosnrOinfot_inicio_bloco t_fim_naturalt_inicio_proximo t_fim_blocoppsrQrend_pills rgerar_karaoke_drawtext_filtersr!s=.  ? ! ! #"9) EFF -H  X &F    i 2D << %D7T!W$LX%,*: ;F$K-XX777  + , ;s5zQ  # #E *  #A NN1 HH$B'$BBMT^^M23kAc'lUVFV $++G4!( #   # #G ,#-$F KK+K,G F Af%-5tUK8q'*b %(4/ q519%a!e}Q/8 m-=-DEK'K . (  ' M         >"s^ EAr1us3xr%y4/QUG1Du1LMr%y4/=2g;& NN>6 37    ;-^ 88G r__main__r.rzutf-8)encodingiz ... (z chars total)r!grozmeu cachorro brincameur\r-cachorrog333333?brinca)r)r+rr#)rstrreturnr)rrrr)rGDict[str, Any]rList[Dict[str, Any]])r$rrzList[List[Dict[str, Any]]])rkImageFont.FreeTypeFontrrrr=)rkrrzrr{intrr)rrrpr=rr=rrrr=rr=rrrr)rrrpr=rr=rrrr=rr=rrrrrr)rGrr{rrrrrrr=rrrr),__doc__ __future__rr?pathlibrtypingrrrPILrr__file__parentrrr^r_Y_FRACAOrPILL_PADDING_YrrrVrhrlrrrr__name__jsonsysrBargvopenfloadtrrprintmockrr0rrrs5"# "" X%%/2II J    # Qh#L( 7!$7)77t  % .3 @C HK #,1>A"%*-, {{{{ {  {  { {B z 388} #((1+sW 5 1B 04 getn G ~]34 ."S>'$tD%TB    -T4rB c 5   s EE