BM7//ANGKOR | Welcome

import os, whisper, asyncio, edge_tts, re from googletrans import Translator from moviepy.editor import VideoFileClip, AudioFileClip, CompositeAudioClip import moviepy.video.fx.all as vfx # --- ⚙️ កំណត់រចនាសម្ព័ន្ធខ្ពស់ --- Video_Name = "movie.mp4" VIDEO_PATH = f"input_video/{Video_Name}" OUTPUT_PATH = f"final_result/SMOOTH_AI_DUB_{Video_Name}" translator = Translator() # --- 🧠 ម៉ាស៊ីនប៉ូឡាបកប្រែ (Fluency Engine) --- def professional_khmer_filter(text): # បកប្រែដោយផ្ដោតលើអត្ថន័យ raw_kh = translator.translate(text, src='zh-cn', dest='km').text # ជំនួសពាក្យរអាក់រអួល និងកែសម្រួលពាក្យសព្វនាម corrections = { "អ្នក": "ឯង", "ខ្ញុំ": "យើង", "របស់ខ្ញុំ": "របស់បង", "តើអ្នកកំពុងធ្វើអ្វី": "ឯងធ្វើស្អីហ្នឹង?", "សួស្តី": "ជម្រាបសួរ", "អរគុណ": "អរគុណច្រើន", "បាទ": "បាទ/ចា៎", "មែនទេ": "មែនអត់?", "តើមានរឿងអ្វី": "មានរឿងអី?", "ពិតជា": "ពិតមែនហើយ", "មិនអាច": "មិនបានទេ", } for old, new in corrections.items(): raw_kh = raw_kh.replace(old, new) # បច្ចេកទេស Joiner: លុបដកឃ្លាដែលមិនចាំបាច់ ដើម្បីកុំឱ្យ AI អានដាច់ៗ final_text = re.sub(r'[.,!?]', ' ', raw_kh) # ប្តូរសញ្ញាខណ្ឌមកជាដកឃ្លាខ្លីវិញ return final_text.strip() async def generate_smooth_audio(text, start, duration): try: kh_text = professional_khmer_filter(text) if not kh_text: return None, None # កំណត់កម្រិតសំឡេងឱ្យស្រទន់ និងល្បឿនថេរ # ប្រើ "km-KH-SreymomNeural" សម្រាប់ស្រី ឬ "km-KH-PisethNeural" សម្រាប់ប្រុស voice = "km-KH-PisethNeural" tmp = f"tmp_{start}.mp3" communicate = edge_tts.Communicate(kh_text, voice, rate="+5%", pitch="-1Hz") await communicate.save(tmp) audio = AudioFileClip(tmp).set_start(start).volumex(4.0) # រក្សាល្បឿននិយាយឱ្យត្រូវនឹងពេលវេលា (Time-Stretching) if audio.duration > duration: return vfx.speedx(audio, factor=audio.duration/duration).set_duration(duration), tmp return audio, tmp except: return None, None async def start_dubbing(): # ១. ស្ដាប់ និងបំប្លែងសំឡេងចិន (Whisper Medium - ខ្លាំងជាងមុន) model = whisper.load_model("medium") transcribe = model.transcribe(VIDEO_PATH, task="transcribe", language="zh") # ២. ចងក្រងឃ្លាដែលនៅជិតគ្នា (Smart Merging) segments = transcribe['segments'] merged_segments = [] if segments: curr = segments[0] for next_seg in segments[1:]: # បើឃ្លាពីរនៅឆ្ងាយគ្នាលើសពី ០.៥ វិនាទី ចាំផ្ដាច់ឃ្លា if next_seg['start'] - curr['end'] < 0.5: curr['text'] += " " + next_seg['text'] curr['end'] = next_seg['end'] else: merged_segments.append(curr) curr = next_seg merged_segments.append(curr) # ៣. បង្កើតសំឡេងខ្មែរ video = VideoFileClip(VIDEO_PATH) audio_tracks = [video.audio.volumex(0.15)] # បន្ថយសំឡេងដើម print(f"🎙️ កំពុងដំណើរការ Dubbing លើ {len(merged_segments)} ឃ្លាធំៗ...") tasks = [generate_smooth_audio(s['text'], s['start'], s['end']-s['start']) for s in merged_segments] results = await asyncio.gather(*tasks) temp_files = [] for aud, path in results: if aud: audio_tracks.append(aud) temp_files.append(path) # ៤. រួមបញ្ចូលគ្នា និង Export final_audio = CompositeAudioClip(audio_tracks) final_video = video.set_audio(final_audio) final_video.write_videofile(OUTPUT_PATH, codec="libx264", audio_codec="aac") # សម្អាត File បណ្ដោះអាសន្ន for f in temp_files: if os.path.exists(f): os.remove(f) print(f"✅ ជោគជ័យ! វីដេអូបានកែសម្រួលឱ្យរលូនជាងមុនរួចរាល់៖ {OUTPUT_PATH}") await start_dubbing()