"""Legenda queimada no corte (formato ASS, lido pelo filtro `ass` do FFmpeg), no vertical ou no horizontal. Estilo de corte de live: blocos curtos, grandes, com contorno, e a palavra falada no momento destacada. Cores, fonte, tamanho, posição e palavras por bloco vêm da configuração do corte (layout.py, grupo `caption`). O crédito do canal fica em cima ou embaixo (grupo `credit`) — sempre ligado por padrão: o corte é de terceiros. Tempo da legenda (pedido do dono, 16/11/2026: "com fala rápida a legenda sai fora do tempo e fica uma em cima da outra"). Medido na cópia do banco: 63 de 286 eventos de legenda dos projetos se sobrepunham — o fim de um bloco (fim da última palavra, no mínimo +0,25 s) passava do início do bloco seguinte, e o libass EMPILHA dois eventos ativos ao mesmo tempo. Agora (usado pelo render do worker e pelo do editor): - `clean_words`: palavras ordenadas, sem sobreposição, duração mínima (o Whisper devolve palavra de 0 s) e nunca duas começando no mesmo instante; - `group_words`: até `maxWords` palavras e um limite de caracteres; bloco quebra em pausa > 0,6 s ou se passar de 3,2 s; com fala muito rápida (bloco cheio durando < 0,7 s) aceita UMA palavra a mais se couber nos caracteres, para o bloco não piscar; - `caption_blocks`: o fim de cada bloco é cortado no início do seguinte — nunca dois blocos na tela. O início do bloco é sempre o início da 1ª palavra (a legenda não atrasa em relação ao áudio). """ from __future__ import annotations from . import layout from .scoring import Word WIDTH, HEIGHT = layout.W, layout.H # quadro do vertical (compatibilidade); o formato real vem da configuração MAX_WORDS, MAX_CHARS, MAX_GAP_S = 3, 18, 0.6 MIN_WORD_S = 0.06 # duração mínima de uma palavra na legenda MIN_STEP_S = 0.04 # duas palavras nunca começam no mesmo instante (a palavra destacada precisa de tempo próprio) MIN_HOLD_S = 0.25 # a última palavra do bloco fica pelo menos isto (se o próximo bloco não começar antes) MAX_BLOCK_S = 3.2 # bloco mais longo que isto quebra (fala arrastada) FAST_BLOCK_S = 0.7 # bloco cheio mais curto que isto = fala rápida: aceita uma palavra a mais def _ts(seconds: float) -> str: seconds = max(0.0, seconds) cs = int(round(seconds * 100)) h, cs = divmod(cs, 360000) m, cs = divmod(cs, 6000) s, cs = divmod(cs, 100) return f"{h}:{m:02d}:{s:02d}.{cs:02d}" def _escape(text: str) -> str: # Chaves abrem tags de estilo e \ vira comando no ASS: o texto falado nunca pode virar tag. return text.replace("\\", "/").replace("{", "(").replace("}", ")").replace("\n", " ") def clean_words(words: list[Word]) -> list[Word]: """Saneia os tempos das palavras: ordena, tira vazias, dá duração mínima, empurra a que começa junto com a anterior e corta o fim de uma palavra no início da seguinte (sem sobreposição). Idempotente nos valores (aplicar duas vezes dá o mesmo resultado); depois dela, (início, texto) identifica cada palavra.""" items = sorted((w for w in words if w.word.strip()), key=lambda w: (w.start, w.end)) out: list[Word] = [] for w in items: start = w.start if out and start < out[-1].start + MIN_STEP_S - 1e-6: start = round(out[-1].start + MIN_STEP_S, 3) end = max(w.end, round(start + MIN_WORD_S, 3)) if out and out[-1].end > start + 1e-9: prev = out[-1] out[-1] = Word(prev.start, start, prev.word) text = w.word.strip() same = abs(start - w.start) < 1e-9 and abs(end - w.end) < 1e-9 and text == w.word out.append(w if same else Word(start, end, text)) return out def group_words(words: list[Word], max_words: int = MAX_WORDS) -> list[list[Word]]: """Blocos da legenda (palavras já saneadas por `clean_words`).""" max_chars = MAX_CHARS + 6 * max(0, max_words - MAX_WORDS) groups: list[list[Word]] = [] for word in clean_words(words): current = groups[-1] if groups else None if current and word.start - current[-1].end <= MAX_GAP_S and word.end - current[0].start <= MAX_BLOCK_S: fits = len(" ".join(w.word for w in current + [word])) <= max_chars room = len(current) < max_words or ( # Fala rápida: o bloco cheio passaria voando; uma palavra a mais (se couber) dá tempo de ler. max_words >= 2 and len(current) == max_words and word.end - current[0].start < FAST_BLOCK_S) if fits and room: current.append(word) continue groups.append([word]) return groups def caption_blocks(words: list[Word], max_words: int = MAX_WORDS) -> list[tuple[list[Word], float]]: """(palavras do bloco, fim do bloco). O fim nunca passa do início do bloco seguinte: dois eventos de legenda ativos ao mesmo tempo seriam empilhados pelo libass (um em cima do outro).""" groups = group_words(words, max_words) out = [] for k, group in enumerate(groups): end = max(group[-1].end, group[-1].start + MIN_HOLD_S) if k + 1 < len(groups): end = min(end, groups[k + 1][0].start) out.append((group, round(end, 3))) return out PHRASE_GAP_S, PHRASE_MAX_S, PHRASE_MAX_WORDS = 0.7, 6.0, 16 _SENTENCE_END = (".", "?", "!") def phrases(words: list[Word]) -> list[tuple[float, float, str]]: """Fala em frases curtas com tempo (início, fim, texto) para traduzir: quebra em pausa > 0,7 s, fim de frase (. ? !) com 4+ palavras, 16 palavras ou 6 s. A tradução de uma frase inteira sai melhor que a de blocos de 3.""" out: list[tuple[float, float, str]] = [] current: list[Word] = [] for w in clean_words(words): if current and (w.start - current[-1].end > PHRASE_GAP_S or w.end - current[0].start > PHRASE_MAX_S or len(current) >= PHRASE_MAX_WORDS or (current[-1].word.endswith(_SENTENCE_END) and len(current) >= 4)): out.append((current[0].start, current[-1].end, " ".join(x.word for x in current))) current = [] current.append(w) if current: out.append((current[0].start, current[-1].end, " ".join(x.word for x in current))) return out def build_ass(words: list[Word], clip_start: float, clip_end: float, credit: str, settings: dict | None = None) -> str: """`words` com tempos da sessão; a saída usa tempos relativos ao início do corte.""" cfg = settings or layout.merge() cap, cred = cfg["caption"], cfg["credit"] duration = clip_end - clip_start inside = [ Word(max(0.0, w.start - clip_start), min(duration, w.end - clip_start), w.word.strip()) for w in words if w.end > clip_start and w.start < clip_end ] base, high, outline = layout.ass_color(cap["color"]), layout.ass_color(cap["highlight"]), layout.ass_color(cap["outline"]) credit_align, credit_side, credit_margin = layout.credit_placement(cfg) width, height = layout.canvas_size(cfg) header = f"""[Script Info] ScriptType: v4.00+ PlayResX: {width} PlayResY: {height} WrapStyle: 2 ScaledBorderAndShadow: yes [V4+ Styles] Format: Name, Fontname, Fontsize, PrimaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding Style: Caption,{cap['font']},{cap['size']},{base},{base},{outline},&H80000000,-1,0,0,0,100,100,0,0,1,{cap['outlineWidth']},3,5,60,60,0,1 Style: Credit,Arial,{cred['size']},&H00FFFFFF,&H00FFFFFF,&H00000000,&H80000000,-1,0,0,0,100,100,0,0,1,3,1,{credit_align},{credit_side},{credit_side},{credit_margin},1 [Events] Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text """ lines = [] if credit and cred["enabled"]: lines.append(f"Dialogue: 1,{_ts(0)},{_ts(duration)},Credit,,0,0,0,,{_escape(credit)}") if cap["enabled"]: pos = f"{{\\pos({width // 2},{layout.caption_y(cfg)})}}" high, base = layout.ass_inline_color(cap["highlight"]), layout.ass_inline_color(cap["color"]) for group, g_end in caption_blocks(inside, cap["maxWords"]): for i, word in enumerate(group): # Cada palavra tem seu tempo na tela; o bloco inteiro aparece com a palavra atual destacada. start = word.start end = group[i + 1].start if i + 1 < len(group) else g_end if end <= start: continue # Maiúsculas só no texto: as tags (\c) são sensíveis a caixa. parts = [] for j, w in enumerate(group): text = _escape(w.word.upper() if cap["uppercase"] else w.word) parts.append(f"{{\\c{high}}}{text}{{\\c{base}}}" if j == i else text) lines.append(f"Dialogue: 0,{_ts(start)},{_ts(end)},Caption,,0,0,0,,{pos}{' '.join(parts)}") return header + "\n".join(lines) + "\n"