Update main_process/salamandra_router.py

main_process/salamandra_router.py

@@ -41,6 +41,11 @@ from main_process.main_router import (
     get_initial_srt_path
 )
 
+from schat_client import (
+    resumir_frases_salamandra, 
+    identificar_personajes
+)
+
 EMBEDDINGS_ROOT = Path("/data/embeddings")
 MEDIA_ROOT = Path("/data/media")
 os.environ["CUDA_VISIBLE_DEVICES"] = "1"
@@ -761,23 +766,26 @@ class Identity_Manager:
 
                 else:
                     # Aquí entra cuando hay una escena nueva
-                    content_escena = ""
+                    content_escena = content.replace("(AD_Descripción):", "").strip()
 
-                    prompt = f"""
-                    Sabent que aquesta és la frase que cal corregir: {content}, on apareix la persona identificada com a {persona}.
-                    Si la descripció apareix de manera genèrica, per exemple "Una dona", substitueix-la pel nom concret de la persona identificada.
+                    if persona:
+                        personas = ""
 
-                    Informació addicional que pot ser útil i d’on també pots identificar els personatges segons el context:
-                    1.) Bloc concret {i} que s’està modificant de la diarització completa: {srt_text}
-                    2.) Personatges identificats en la escena completa con el número de veces que han aparecido: {personas_per_second}
+                        for person in persona:
+                            if person == "Desconegut":
+                                continue
+                            else:
+                                personas += person
 
-                    Recorda:
-                    - Torna només el text corregit en el format (AD_Descripción): "text"
-                    """
-                    messages = [{'role': 'system', 'content': prompt}]
-                    out = state['llm_GPT'](messages).strip()
+                        result = identificar_personajes(content_escena, personas)
 
-                    srt_text_modified += f"{idx}\n{time_range}\n{out}\n\n"
+                        out = f"(AD_Descripción): {result}"
+
+                        srt_text_modified += f"{idx}\n{time_range}\n{out}\n\n"
+                    
+                    else:
+                        out = content   
+                        srt_text_modified += f"{idx}\n{time_range}\n{out}\n\n"                
 
                     content_anterior = content
                     content_escena += out
@@ -885,8 +893,6 @@ class UNE_Actor_prev:
 
 class UNE_Actor:
     def __call__(self, state: NState, srt_original_silence_con_ad_ocr_identity_une_1, srt_original_silence_con_ad_ocr_identity_une_2):
-        print("UNE_Actor.__call__ iniciado")
-
         silence_dict = words_silence_srt(srt_original_silence_con_ad_ocr_identity_une_1)
 
         with open(srt_original_silence_con_ad_ocr_identity_une_1, "r", encoding="utf-8-sig") as f:
@@ -908,32 +914,9 @@ class UNE_Actor:
                     out = '(AD): ""'
                 
                 else:
-                    # Construimos el prompt aquí, con los datos ya disponibles
-                    sys_prompt = f"""
-                    En primer lloc, has de generar un contingut amb un nombre determinat de paraules ({silence_dict[idx]}) 
-                    que representi el mateix significat que aquest fragment: {content}. 
-                    
-                    D’altra banda, s’està modificant el fitxer SRT complet {srt_text}, concretament el fragment número {idx}, 
-                    per si et pot servir de context. Aquí tens el contingut actualitzat de l’SRT fins ara: {srt_text_modified}
-
-                    Has de complir amb la norma UNE: llenguatge clar, descriptiu i narratiu, sense repeticions i mostrant 
-                    les accions i emocions de manera natural.
-
-                    Important:
-                    - Revisa el contingut anterior de l’SRT i evita repetir frases o expressions ja utilitzades.
-                    - Si hi ha informació semblant, expressa-la d’una manera diferent, mantenint la coherència i la claredat.
-                    - El resultat ha de ser narratiu, natural i fluid.
-                    - Regla estricta: si el nombre de paraules requerit és 1 o 2 i no és possible expressar el contingut de manera coherent amb tan poques paraules, 
-                    has de retornar exactament: (AD): "" (cometes buides), sense afegir res més.
-
-                    La resposta s’ha de donar en el format següent:
-
-                    (AD): "text amb exactament {silence_dict[idx]} paraules, que representi fidelment el text proporcionat ({content}), 
-                    sense repetir fórmules ja utilitzades a l’SRT i complint amb la norma UNE"
-                    """
-
-                    messages = [{'role': 'system', 'content': sys_prompt}]
-                    out = state['llm_GPT'](messages)
+                    content = content.replace("(AD_Descripción):", "").strip()
+                    result = resumir_frases_salamandra(content, silence_dict[idx])
+                    out = f"(AD): {result} "
 
                 srt_text_modified += f"{idx}\n{start_str} --> {end_str}\n{out}\n\n"
             else:
@@ -1476,51 +1459,61 @@ async def generate_salamadra_result(
     
     count = 1
     
-    user_prompt = "Ejecuta la función Add_AD"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, state, tools, user_prompt, messages_registro, count)
+    user_prompt = "Ejecuta la función add_ad"
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, state, tools, user_prompt, messages_registro, count)
+    state = add_ad(state, temp_srt_files[0].name, temp_srt_files[1].name)
     print("Transcripción con AD guardada")
     
-    user_prompt = "Ejecuta la función Add_Silence_AD"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    user_prompt = "Ejecuta la función add_silence_ad"
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = add_silence_ad(state, temp_srt_files[1].name, temp_srt_files[2].name)
     print("Transcripción con AD y Add_Silence_AD guardada")
     
-    user_prompt = "Ejecuta la función Unir_AD_Silence"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    user_prompt = "Ejecuta la función unir_ad_silence"
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = unir_ad_silence(state, temp_srt_files[2].name, temp_srt_files[3].name)
     print("Transcripción con AD y Unir_AD_Silence guardada")
     
     count = 2
     
-    user_prompt = "Ejecuta la función Add_Silence_AD"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    user_prompt = "Ejecuta la función add_silence_ad"
+    state = add_silence_ad(state, temp_srt_files[3].name, temp_srt_files[4].name)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD y Add_Silence_AD guardada")
     
     user_prompt = "Ejecuta la función Unir_AD_Silences_a_ADs"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = unir_ad_silences_a_ads(state, temp_srt_files[4].name, temp_srt_files[5].name)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD y Unir_AD_Silences_a_ADs guardada")
     
     user_prompt = "Ejecuta la función Introduccion_OCR"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = introduccion_ocr(state, temp_srt_files[5].name, temp_srt_files[6].name)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD, Add_Silence_AD e Introduccion_OCR guardada")
     
-    
     user_prompt = "Ejecuta la función Identity_Manager"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = identity_manager(state, temp_srt_files[6].name, temp_srt_files[7].name)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD, Add_Silence_AD, Introduccion_OCR e Identity_Manager guardada")
     
     user_prompt = "Ejecuta la función UNE_Actor_prev"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = une_actor_prev(state, temp_srt_files[7].name, temp_srt_files[8].name)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD, Add_Silence_AD, Introduccion_OCR, Identity_Manager y norma UNE guardada")
     
     user_prompt = "Ejecuta la función UNE_Actor"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = une_actor(state, temp_srt_files[8].name, srt_final)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Transcripción con AD, Add_Silence_AD, Introduccion_OCR, Identity_Manager y norma UNE guardada")
     
     user_prompt = "Ejecuta la función Valoracion_Final"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = valoracion_final(state, srt_final, csv_evaluacion)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
     print("Valoración guardada")
     
     user_prompt = "Ejecuta la función Free_Narration"
-    final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    #final_state, messages_registro = run_salamandra_agent(salamandraclient, final_state, tools, user_prompt, messages_registro, count)
+    state = free_narration(state, srt_final, free_narration_moe)
     print("Free Narration guardada")
 
     srt_update(srt_final,srt_final)