avanço nas tools

requirements-audio-extractor.txt

@@ -0,0 +1 @@
+yt-dlp openai-whisper torch

tool_audio_extractor.py

@@ -0,0 +1,162 @@
+# -*- coding: utf-8 -*-
+"""
+Script para baixar um vídeo do YouTube, extrair frames, analisar com GPT-4o e contar aves.
+"""
+
+import os
+import subprocess
+import cv2
+import base64
+import time
+import json
+import re 
+
+# --- Configurações (Substitua os placeholders) ---
+VIDEO_URL = "https://www.youtube.com/watch?v=L1vXCYZAYYM"  # Substitua pela URL do vídeo do YouTube
+RESULTS_FILE = os.path.join(OUTPUT_DIR, "analysis_results.json")
+OUTPUT_DIR = "./video_analysis_output" # Diretório para salvar o vídeo e os frames
+AUDIO_FILENAME = "downloaded_audio"
+VIDEO_PATH = os.path.join(OUTPUT_DIR, AUDIO_FILENAME)
+
+# Verifica se a URL foi definida
+if VIDEO_URL == "URL_DO_SEU_VIDEO_AQUI":
+    print("AVISO: A URL do vídeo não foi definida. Por favor, edite o script e insira a URL desejada.")
+    # exit(1)
+
+# --- Funções ---
+
+def create_output_directory():
+    """Cria o diretório de saída se não existir."""
+    if not os.path.exists(OUTPUT_DIR):
+        os.makedirs(OUTPUT_DIR)
+        print(f"Diretório criado: {OUTPUT_DIR}")
+        
+def retirar_sufixo_codec_arquivo(directory) -> None:
+    for filename in os.listdir(directory):
+        # Procura padrão como ".f123" antes da extensão
+        new_filename = re.sub(r'\.f\d{3}(?=\.\w+$)', '', filename)
+        if new_filename != filename:
+            old_path = os.path.join(directory, filename)
+            new_path = os.path.join(directory, new_filename)
+            os.rename(old_path, new_path)
+            print(f"Renomeado: {filename} → {new_filename}")
+            
+
+def download_audio(url, output_path):
+    """Baixa apenas o áudio do YouTube usando yt-dlp."""
+    print(f"Baixando áudio de {url} para {output_path}...")
+    try:
+        # Comando yt-dlp para baixar o melhor áudio disponível e convertê-lo para mp3
+        command = [
+            'yt-dlp',
+            '-f', 'bestaudio',
+            '--extract-audio',
+            '--audio-format', 'mp3',  # Pode ser 'mp3', 'm4a', 'wav', etc.
+            '-o', output_path,
+            url
+        ]
+        result = subprocess.run(command, check=True, capture_output=True, text=True)
+        retirar_sufixo_codec_arquivo(OUTPUT_DIR)
+        
+        print("Download de áudio concluído com sucesso.")
+        return True
+    except subprocess.CalledProcessError as e:
+        print(f"Erro ao baixar o áudio: {e}")
+        print(f"Saída do erro: {e.stderr}")
+        return False
+    except FileNotFoundError:
+        print("Erro: O comando 'yt-dlp' não foi encontrado. Certifique-se de que ele está instalado e no PATH do sistema.")
+        return False
+
+
+
+# --- Atualização do Bloco Principal --- 
+# (Adicionar inicialização do cliente OpenAI e o loop de análise)
+if __name__ == "__main__":
+    create_output_directory()
+    
+    # Etapa 1: Baixar o vídeo
+    video_downloaded_or_exists = False
+    if VIDEO_URL != "URL_DO_SEU_VIDEO_AQUI":
+        if download_video(VIDEO_URL, VIDEO_PATH):
+            print(f"Vídeo salvo em: {VIDEO_PATH}")
+            video_downloaded_or_exists = True
+        else:
+            print("Falha no download do vídeo. Pulando etapas dependentes.")
+    elif os.path.exists(VIDEO_PATH):
+         print(f"URL não fornecida, mas vídeo encontrado em {VIDEO_PATH}. Tentando processar.")
+         video_downloaded_or_exists = True
+    else:
+        print("URL do vídeo não fornecida e vídeo local não encontrado. Pulando download e extração.")
+
+    # Etapa 2: Extrair frames
+    if video_downloaded_or_exists:
+        extracted_frames = extract_frames(VIDEO_PATH, OUTPUT_DIR, FRAME_INTERVAL_SECONDS)
+    else:
+        print("Pulando extração de frames pois o vídeo não está disponível.")
+
+    # Etapa 3 e 4: Codificar e Analisar Frames
+    if extracted_frames and openai_client:
+        print(f"\nIniciando análise de {len(extracted_frames)} frames com {GPT_MODEL}...")
+        for frame_path in extracted_frames:
+            print(f"\nProcessando frame: {frame_path}")
+            # Extrai timestamp do nome do arquivo, se possível
+            timestamp_str = "unknown"
+            try:
+                # Exemplo: frame_0000_time_0.00s.png
+                parts = os.path.basename(frame_path).split('_')
+                if len(parts) >= 4 and parts[2] == 'time':
+                   timestamp_str = parts[3].replace('s.png','')
+            except Exception:
+                pass # Mantém 'unknown' se o parsing falhar
+
+            # Codifica o frame
+            base64_image = encode_frame_to_base64(frame_path)
+            
+            if base64_image:
+                # Analisa o frame com GPT-4o
+                # analysis_result = analyze_frame_with_gpt4o(openai_client, base64_image, PROMPT_TEXT)
+                result_entry = {
+                    "frame_path": frame_path,
+                    "timestamp_approx_sec": timestamp_str,
+                    "analysis": f' pulado frame {frame_path}' #analysis_result
+                }
+                analysis_results_list.append(result_entry)
+
+                # Pausa opcional para evitar rate limiting
+                time.sleep(1) # Pausa de 1 segundo entre as chamadas
+            else:
+                print(f"Falha ao codificar o frame {frame_path}. Pulando análise.")
+                analysis_results_list.append({
+                    "frame_path": frame_path,
+                    "timestamp_approx_sec": timestamp_str,
+                    "analysis": {"error": "Failed to encode frame to base64."}
+                })
+        print("\nAnálise de todos os frames concluída.")
+    elif not extracted_frames:
+        print("Nenhum frame foi extraído. Pulando etapa de análise.")
+    elif not openai_client:
+        print("Cliente OpenAI não inicializado (verifique a API Key). Pulando etapa de análise.")
+
+    # Próxima etapa: Compilar resultados
+    print(f"\nPróxima etapa a ser implementada: Compilação dos resultados ({len(analysis_results_list)} análises) em um relatório.")
+
+
+    # ... (código anterior para inicialização, download, extração, análise) ...
+
+    # Etapa 5: Compilar e Salvar Resultados
+    if analysis_results_list:
+        print(f"\nCompilando {len(analysis_results_list)} resultados da análise...")
+        if save_results_to_json(analysis_results_list, RESULTS_FILE):
+            print("Compilação e salvamento dos resultados concluídos.")
+        else:
+            print("Falha ao salvar os resultados da análise.")
+    else:
+        print("Nenhum resultado de análise para compilar.")
+
+    print("\n--- Processo de Análise de Vídeo Concluído ---")
+    print(f"Verifique o diretório '{OUTPUT_DIR}' para os frames extraídos (se aplicável).")
+    print(f"Verifique o arquivo '{RESULTS_FILE}' para os resultados da análise (se aplicável).")
+    print("Lembre-se de substituir os placeholders para URL_DO_SEU_VIDEO_AQUI e SUA_CHAVE_API_OPENAI_AQUI no script.")
+
+