Exploración y Depuración del Código

# Importa el módulo openai
import openai

# Importa el módulo sys
import sys

# Importa el módulo os
import os

# Importa el módulo whisper
import whisper

# Importa el módulo yt_dlp
import yt_dlp

# Definición de la función para descargar un video de YouTube
def descargar_youtube(url):
    # Solicita al usuario un nombre para el video
    title = input("Ingresa el nuevo nombre de tu video a analizar: ")

    # Opciones de configuración para yt_dlp
    ydl_opts = {
        'format': 'best',
        'outtmpl': f'{title}.%(ext)s',  # Define el formato y la ubicación de descarga del video
        'noplaylist': True,
        'download': False
    }

    # Crea una instancia de YoutubeDL con las opciones definidas
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        # Descarga el video
        ydl.download([url])

    # Agrega la extensión ".mp4" al nombre del archivo
    title = title + f".mp4"
    # Devuelve el nombre del archivo
    return title

# Solicita al usuario qué tipo de video desea analizar
print("¿Qué tipo de video desea analizar?")
print("1. Video descargado")
print("2. Video de YouTube")
opcion = int(input("Elija una opción: "))

# Procesamiento de la opción seleccionada
if opcion == 1:
    # Solicita al usuario el nombre del video descargado
    archivo_video = input("Ingrese el nombre del video: ")
elif opcion == 2:
    # Solicita al usuario la URL del video de YouTube
    url = input("Ingrese la URL del video de YouTube: ")
    # Descarga el video de YouTube y obtiene el nombre del archivo descargado
    archivo_video = descargar_youtube(url)
else:
    # Opción no válida, finaliza el programa
    print("Opción no válida.")
    sys.exit()

# Obtiene el nombre del archivo sin la extensión
nombre_archivo = os.path.splitext(archivo_video)[0]
# Crea una carpeta con el mismo nombre del archivo
carpeta = nombre_archivo
if not os.path.exists(carpeta):
    os.makedirs(carpeta)

# Define la ruta del archivo de audio a generar
archivo_audio = f"{carpeta}/{nombre_archivo}.wav"
# Convierte el archivo de video en un archivo de audio utilizando FFmpeg
os.system(f'ffmpeg -i "{archivo_video}" -vn "{archivo_audio}"')

# Carga el modelo de transcripción de audio
model = whisper.load_model("base")
# Realiza la transcripción del archivo de audio
result = model.transcribe(archivo_audio)
# Define la ruta del archivo de texto a generar
archivo_texto = f"{carpeta}/{nombre_archivo}.txt"

# Guarda la transcripción en el archivo de texto
with open(archivo_texto, 'w') as f:
    f.write(result["text"])
# Muestra la ubicación del archivo de transcripción
print(f"Transcripción guardada en {archivo_texto}")

# Define las opciones disponibles para el usuario
opciones = {
    1: "Crea un resumen de este texto",
    2: "Crea un artículo original basado en este texto",
    3: "Crea un post para redes sociales basado en este texto",
    4: "Crea un correo basado en este texto",
    5: "Introduce un comando personalizado"
}

# Solicita al usuario qué desea hacer con la información del video
opcion = int(input("¿Qué desea hacer con la información del video?\n1. Crear un resumen\n2. Crear un artículo original\n3. Crear un post para redes sociales\n4. Crear un correo\n5. Introducir un comando personalizado\nElija una opción: "))

# Establece la clave de la API de OpenAI
openai.api_key = "TU-API"

# Procesamiento de la opción seleccionada
if opcion in opciones:
    if opcion == 5:
        # Solicita al usuario un comando personalizado
        prompt_personalizado = input("Introduzca el comando personalizado: ")
        # Combina el comando personalizado con el texto de la transcripción
        prompt = prompt_personalizado + f"{result['text']}"
    else:
        # Combina la opción seleccionada con el texto de la transcripción
        prompt = f"{opciones[opcion]}: '{result['text']}'"

    # Modelo de lenguaje a utilizar
    modelo = "gpt-3.5-turbo"
    # Definición del mensaje para el modelo de ChatGPT
    mensaje = [
        {"role":"system","content":"Eres un experto en redacción, resúmenes y creación de títulos."},
        {"role":"user","content":prompt}
    ]

    # Genera una respuesta utilizando el modelo de ChatGPT
    response = openai.ChatCompletion.create(
        model = modelo,
        messages = mensaje,
        temperature= 0.8,
        max_tokens=1024
    )

    # Obtiene la respuesta generada por el modelo
    respuesta = response["choices"][0]["message"]["content"]
else:
    # Opción no válida
    print("Opción inválida. Inténtelo de nuevo.")

# Guarda el artículo generado en un archivo de texto
with open(f"{carpeta}/{nombre_archivo}_articulo.txt", 'w') as f:
    f.write(respuesta)
# Muestra la ubicación del archivo de artículo generado
print(f"Artículo generado guardado en {carpeta}/{nombre_archivo}_articulo.txt")
# Muestra la respuesta generada
print(respuesta)