limpieza
This commit is contained in:
jlimolina
parent
6784d81c2c
commit
866f5c432d
6 changed files with 83 additions and 273 deletions
369
scripts/generar_videos_noticias.py
Normal file
369
scripts/generar_videos_noticias.py
Normal file
|
|
@ -0,0 +1,369 @@
|
|||
#!/usr/bin/env python3
|
||||
"""
|
||||
Generador de videos de noticias a partir de parrillas.
|
||||
Este script procesa parrillas pendientes y genera videos con TTS.
|
||||
"""
|
||||
import os
|
||||
import sys
|
||||
import json
|
||||
import logging
|
||||
from datetime import datetime
|
||||
from pathlib import Path
|
||||
import requests
|
||||
from db import get_conn
|
||||
from psycopg2 import extras
|
||||
|
||||
logging.basicConfig(level=logging.INFO)
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# Configuración
|
||||
OUTPUT_DIR = Path("/app/data/videos")
|
||||
AUDIO_DIR = Path("/app/data/audio")
|
||||
SUBTITLES_DIR = Path("/app/data/subtitles")
|
||||
OUTPUT_DIR.mkdir(parents=True, exist_ok=True)
|
||||
AUDIO_DIR.mkdir(parents=True, exist_ok=True)
|
||||
SUBTITLES_DIR.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
# URL del servicio AllTalk TTS (ajustar según configuración)
|
||||
ALLTALK_URL = os.getenv("ALLTALK_URL", "http://alltalk:7851")
|
||||
|
||||
|
||||
def obtener_noticias_parrilla(parrilla, conn):
|
||||
"""
|
||||
Obtiene las noticias que se incluirán en el video según los filtros de la parrilla.
|
||||
"""
|
||||
with conn.cursor(cursor_factory=extras.DictCursor) as cur:
|
||||
where_clauses = []
|
||||
params = []
|
||||
|
||||
if parrilla['pais_id']:
|
||||
where_clauses.append("n.pais_id = %s")
|
||||
params.append(parrilla['pais_id'])
|
||||
|
||||
if parrilla['categoria_id']:
|
||||
where_clauses.append("n.categoria_id = %s")
|
||||
params.append(parrilla['categoria_id'])
|
||||
|
||||
if parrilla['entidad_nombre']:
|
||||
where_clauses.append("""
|
||||
EXISTS (
|
||||
SELECT 1 FROM tags_noticia tn
|
||||
JOIN tags t ON t.id = tn.tag_id
|
||||
WHERE tn.traduccion_id = tr.id
|
||||
AND t.tipo = %s
|
||||
AND t.valor ILIKE %s
|
||||
)
|
||||
""")
|
||||
params.append(parrilla['entidad_tipo'])
|
||||
params.append(f"%{parrilla['entidad_nombre']}%")
|
||||
|
||||
# Solo noticias recientes (últimas 24 horas)
|
||||
where_clauses.append("n.fecha >= NOW() - INTERVAL '1 day'")
|
||||
|
||||
where_sql = " AND ".join(where_clauses) if where_clauses else "1=1"
|
||||
|
||||
cur.execute(f"""
|
||||
SELECT
|
||||
n.id,
|
||||
n.titulo,
|
||||
n.imagen_url,
|
||||
n.url,
|
||||
n.fecha,
|
||||
n.fuente_nombre,
|
||||
tr.id as traduccion_id,
|
||||
tr.titulo_trad,
|
||||
tr.resumen_trad,
|
||||
p.nombre as pais,
|
||||
c.nombre as categoria
|
||||
FROM noticias n
|
||||
LEFT JOIN traducciones tr ON tr.noticia_id = n.id
|
||||
AND tr.lang_to = %s
|
||||
AND tr.status = 'done'
|
||||
LEFT JOIN paises p ON p.id = n.pais_id
|
||||
LEFT JOIN categorias c ON c.id = n.categoria_id
|
||||
WHERE {where_sql}
|
||||
AND tr.id IS NOT NULL
|
||||
ORDER BY n.fecha DESC
|
||||
LIMIT %s
|
||||
""", [parrilla['idioma_voz']] + params + [parrilla['max_noticias']])
|
||||
|
||||
return cur.fetchall()
|
||||
|
||||
|
||||
def generar_audio_tts(texto, output_path, idioma='es'):
|
||||
"""
|
||||
Genera audio usando el servicio AllTalk TTS.
|
||||
"""
|
||||
try:
|
||||
# Preparar request para AllTalk
|
||||
payload = {
|
||||
"text_input": texto,
|
||||
"text_filtering": "standard",
|
||||
"character_voice_gen": "irene2.wav",
|
||||
"narrator_enabled": False,
|
||||
"narrator_voice_gen": "male_01.wav",
|
||||
"text_not_inside": "character",
|
||||
"language": idioma,
|
||||
"output_file_name": output_path.stem,
|
||||
"output_file_timestamp": False,
|
||||
"autoplay": False,
|
||||
"autoplay_volume": 0.8
|
||||
}
|
||||
|
||||
response = requests.post(
|
||||
f"{ALLTALK_URL}/api/tts-generate",
|
||||
json=payload,
|
||||
timeout=60
|
||||
)
|
||||
response.raise_for_status()
|
||||
|
||||
# El audio se guarda automáticamente por AllTalk
|
||||
# Verificar que existe
|
||||
if output_path.exists():
|
||||
logger.info(f"Audio generado: {output_path}")
|
||||
return True
|
||||
else:
|
||||
logger.error(f"Audio no encontrado después de generación: {output_path}")
|
||||
return False
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"Error generating TTS audio: {e}")
|
||||
return False
|
||||
|
||||
|
||||
def generar_subtitulos(noticias, output_path):
|
||||
"""
|
||||
Genera archivo SRT de subtítulos.
|
||||
"""
|
||||
try:
|
||||
with open(output_path, 'w', encoding='utf-8') as f:
|
||||
timestamp = 0
|
||||
|
||||
for i, noticia in enumerate(noticias, 1):
|
||||
titulo = noticia['titulo_trad'] or noticia['titulo']
|
||||
resumen = noticia['resumen_trad'] or ''
|
||||
|
||||
# Estimar duración basada en longitud de texto (aprox 150 palabras/min)
|
||||
palabras = len((titulo + " " + resumen).split())
|
||||
duracion = max(5, palabras / 2.5) # segundos
|
||||
|
||||
# Formatear timestamp SRT
|
||||
start_time = timestamp
|
||||
end_time = timestamp + duracion
|
||||
|
||||
f.write(f"{i}\n")
|
||||
f.write(f"{format_srt_time(start_time)} --> {format_srt_time(end_time)}\n")
|
||||
f.write(f"{titulo}\n\n")
|
||||
|
||||
timestamp = end_time
|
||||
|
||||
logger.info(f"Subtítulos generados: {output_path}")
|
||||
return True
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"Error generating subtitles: {e}")
|
||||
return False
|
||||
|
||||
|
||||
def format_srt_time(seconds):
|
||||
"""Formatea segundos a formato SRT (HH:MM:SS,mmm)."""
|
||||
hours = int(seconds // 3600)
|
||||
minutes = int((seconds % 3600) // 60)
|
||||
secs = int(seconds % 60)
|
||||
millis = int((seconds % 1) * 1000)
|
||||
return f"{hours:02d}:{minutes:02d}:{secs:02d},{millis:03d}"
|
||||
|
||||
|
||||
def procesar_parrilla(parrilla_id):
|
||||
"""
|
||||
Procesa una parrilla y genera el video.
|
||||
"""
|
||||
logger.info(f"Procesando parrilla {parrilla_id}")
|
||||
|
||||
with get_conn() as conn:
|
||||
with conn.cursor(cursor_factory=extras.DictCursor) as cur:
|
||||
# Obtener configuración de parrilla
|
||||
cur.execute("SELECT * FROM video_parrillas WHERE id = %s", (parrilla_id,))
|
||||
parrilla = cur.fetchone()
|
||||
|
||||
if not parrilla or not parrilla['activo']:
|
||||
logger.warning(f"Parrilla {parrilla_id} no encontrada o inactiva")
|
||||
return False
|
||||
|
||||
# Obtener noticias
|
||||
noticias = obtener_noticias_parrilla(parrilla, conn)
|
||||
|
||||
if not noticias:
|
||||
logger.warning(f"No hay noticias disponibles para parrilla {parrilla_id}")
|
||||
return False
|
||||
|
||||
logger.info(f"Encontradas {len(noticias)} noticias para el video")
|
||||
|
||||
# Crear registro de video
|
||||
cur.execute("""
|
||||
INSERT INTO video_generados (
|
||||
parrilla_id, titulo, descripcion, status, num_noticias
|
||||
) VALUES (
|
||||
%s, %s, %s, 'processing', %s
|
||||
) RETURNING id
|
||||
""", (
|
||||
parrilla_id,
|
||||
f"{parrilla['nombre']} - {datetime.now().strftime('%Y-%m-%d')}",
|
||||
f"Noticias de {parrilla['nombre']}",
|
||||
len(noticias)
|
||||
))
|
||||
video_id = cur.fetchone()[0]
|
||||
conn.commit()
|
||||
|
||||
# Preparar directorios
|
||||
video_dir = OUTPUT_DIR / str(video_id)
|
||||
video_dir.mkdir(exist_ok=True, parents=True)
|
||||
|
||||
# --- SETUP LOGGING FOR THIS VIDEO ---
|
||||
log_file = video_dir / "generation.log"
|
||||
file_handler = logging.FileHandler(log_file, mode='w')
|
||||
file_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(message)s'))
|
||||
logger.addHandler(file_handler)
|
||||
|
||||
try:
|
||||
logger.info(f"Iniciando generación de video {video_id}")
|
||||
logger.info(f"Directorio: {video_dir}")
|
||||
|
||||
# Generar script de narración
|
||||
logger.info("Generando guion narrativo...")
|
||||
|
||||
script_parts = []
|
||||
script_parts.append(f"Hola, bienvenidos a {parrilla['nombre']}.")
|
||||
script_parts.append(f"Estas son las noticias más importantes de hoy, {datetime.now().strftime('%d de %B de %Y')}.")
|
||||
|
||||
for i, noticia in enumerate(noticias, 1):
|
||||
titulo = noticia['titulo_trad'] or noticia['titulo']
|
||||
resumen = noticia['resumen_trad'] or ''
|
||||
|
||||
script_parts.append(f"Noticia número {i}.")
|
||||
script_parts.append(titulo)
|
||||
if resumen:
|
||||
script_parts.append(resumen[:500]) # Limitar longitud
|
||||
script_parts.append("") # Pausa
|
||||
|
||||
script_parts.append("Esto ha sido todo por hoy. Gracias por su atención.")
|
||||
|
||||
full_script = "\n".join(script_parts)
|
||||
|
||||
# Guardar script
|
||||
script_path = video_dir / "script.txt"
|
||||
with open(script_path, 'w', encoding='utf-8') as f:
|
||||
f.write(full_script)
|
||||
|
||||
# Generar audio
|
||||
logger.info(f"Generando audio TTS con AllTalk en: {ALLTALK_URL}")
|
||||
audio_path = video_dir / "audio.wav"
|
||||
if not generar_audio_tts(full_script, audio_path, parrilla['idioma_voz']):
|
||||
raise Exception(f"Fallo al generar audio TTS en {ALLTALK_URL}")
|
||||
|
||||
# Generar subtítulos
|
||||
if parrilla['include_subtitles']:
|
||||
logger.info("Generando subtítulos SRT...")
|
||||
subtitles_path = video_dir / "subtitles.srt"
|
||||
generar_subtitulos(noticias, subtitles_path)
|
||||
else:
|
||||
subtitles_path = None
|
||||
|
||||
# Registrar noticias en el video
|
||||
for i, noticia in enumerate(noticias, 1):
|
||||
cur.execute("""
|
||||
INSERT INTO video_noticias (
|
||||
video_id, noticia_id, traduccion_id, orden
|
||||
) VALUES (%s, %s, %s, %s)
|
||||
""", (video_id, noticia['id'], noticia['traduccion_id'], i))
|
||||
|
||||
# Actualizar registro de video
|
||||
cur.execute("""
|
||||
UPDATE video_generados
|
||||
SET status = 'completed',
|
||||
audio_path = %s,
|
||||
subtitles_path = %s,
|
||||
noticias_ids = %s
|
||||
WHERE id = %s
|
||||
""", (
|
||||
str(audio_path),
|
||||
str(subtitles_path) if subtitles_path else None,
|
||||
[n['id'] for n in noticias],
|
||||
video_id
|
||||
))
|
||||
|
||||
# Actualizar parrilla
|
||||
cur.execute("""
|
||||
UPDATE video_parrillas
|
||||
SET ultima_generacion = NOW()
|
||||
WHERE id = %s
|
||||
""", (parrilla_id,))
|
||||
|
||||
conn.commit()
|
||||
|
||||
logger.info(f"Video {video_id} generado exitosamente")
|
||||
|
||||
# Cleanup handler
|
||||
logger.removeHandler(file_handler)
|
||||
file_handler.close()
|
||||
return True
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"Error processing video: {e}", exc_info=True)
|
||||
|
||||
# Marcar como error
|
||||
cur.execute("""
|
||||
UPDATE video_generados
|
||||
SET status = 'error',
|
||||
error_message = %s
|
||||
WHERE id = %s
|
||||
""", (str(e), video_id))
|
||||
conn.commit()
|
||||
|
||||
# Cleanup handler
|
||||
logger.removeHandler(file_handler)
|
||||
file_handler.close()
|
||||
|
||||
return False
|
||||
|
||||
|
||||
def main():
|
||||
"""
|
||||
Función principal: procesa parrillas activas que necesitan generación.
|
||||
"""
|
||||
logger.info("Iniciando generador de videos de noticias")
|
||||
|
||||
with get_conn() as conn:
|
||||
with conn.cursor(cursor_factory=extras.DictCursor) as cur:
|
||||
# Buscar parrillas activas que necesitan generación
|
||||
# Por ahora, procesar todas las activas manualmente
|
||||
# TODO: Implementar lógica de programación automática
|
||||
|
||||
if len(sys.argv) > 1:
|
||||
# Modo manual: procesar parrilla específica
|
||||
parrilla_id = int(sys.argv[1])
|
||||
procesar_parrilla(parrilla_id)
|
||||
else:
|
||||
# Modo batch: procesar todas las parrillas activas
|
||||
cur.execute("""
|
||||
SELECT id FROM video_parrillas
|
||||
WHERE activo = true
|
||||
AND frecuencia = 'daily'
|
||||
AND (ultima_generacion IS NULL
|
||||
OR ultima_generacion < NOW() - INTERVAL '1 day')
|
||||
ORDER BY id
|
||||
""")
|
||||
|
||||
parrillas = cur.fetchall()
|
||||
logger.info(f"Encontradas {len(parrillas)} parrillas para procesar")
|
||||
|
||||
for p in parrillas:
|
||||
try:
|
||||
procesar_parrilla(p['id'])
|
||||
except Exception as e:
|
||||
logger.error(f"Error procesando parrilla {p['id']}: {e}")
|
||||
continue
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Loading…
Add table
Add a link
Reference in a new issue