resumen_utils.py

import re
from langdetect import detect
from deep_translator import GoogleTranslator
from fpdf import FPDF
from transformers import pipeline
import youtube_transcript_api

def detectar_idioma(texto):
    try:
        return detect(texto)
    except:
        return "es"

def traducir_texto(texto, idioma_origen='auto', idioma_destino='es'):
    try:
        return GoogleTranslator(source=idioma_origen, target=idioma_destino).translate(texto)
    except Exception as e:
        print(f"Error en traducción: {e}")
        return texto

def resumir_texto(texto):
    try:
        summarizer = pipeline("summarization")
        resumen = summarizer(texto, max_length=150, min_length=30, do_sample=False)
        return resumen[0]['summary_text']
    except Exception as e:
        print(f"Error en resumen: {e}")
        return texto

def exportar_a_pdf(texto, nombre_archivo="resumen.pdf"):
    try:
        pdf = FPDF()
        pdf.add_page()
        pdf.set_auto_page_break(auto=True, margin=15)
        pdf.set_font("Arial", size=12)
        for linea in texto.split('\n'):
            pdf.multi_cell(0, 10, linea)
        pdf.output(nombre_archivo)
    except Exception as e:
        print(f"Error al exportar PDF: {e}")

def transcribir_youtube(url):
    try:
        video_id = re.findall(r"v=([^&]+)", url)
        if not video_id:
            return "", "URL de YouTube no válida."
        video_id = video_id[0]
        transcript_list = youtube_transcript_api.YouTubeTranscriptApi.list_transcripts(video_id)
        transcript = transcript_list.find_transcript(['es', 'en'])
        texto = " ".join([t['text'] for t in transcript.fetch()])
        return texto, None
    except Exception as e:
        return "", f"Error al obtener transcripción: {e}"

def generar_preguntas_clave(texto):
    try:
        question_generator = pipeline("e2e-qg")
    except Exception as e:
        print(f"Error al cargar pipeline de preguntas: {e}")
        return []

    try:
        resultado = question_generator(texto)
    except Exception as e:
        print(f"Error al generar preguntas: {e}")
        return []

    preguntas = []
    if isinstance(resultado, list):
        for item in resultado:
            if isinstance(item, dict) and 'question' in item:
                preguntas.append(item['question'])
            else:
                preguntas.append(str(item))
    else:
        preguntas.append(str(resultado))

    return preguntas

def extraer_entidades(texto):
    try:
        ner = pipeline("ner", grouped_entities=True)
        resultados = ner(texto)
        entidades = {}
        for entidad in resultados:
            label = entidad.get('entity_group', entidad.get('entity'))
            entidades.setdefault(label, set()).add(entidad['word'])
        # Convertir sets a listas y unir palabras repetidas
        entidades_limpias = {k: list(v) for k, v in entidades.items()}
        return entidades_limpias
    except Exception as e:
        print(f"Error al extraer entidades: {e}")
        return {}

def texto_a_voz(texto, lang="es"):
    try:
        from gtts import gTTS
        import base64
        import io
        tts = gTTS(text=texto, lang=lang)
        mp3_fp = io.BytesIO()
        tts.write_to_fp(mp3_fp)
        mp3_fp.seek(0)
        audio_bytes = mp3_fp.read()
        encoded = base64.b64encode(audio_bytes).decode()
        audio_html = f'<audio controls autoplay><source src="data:audio/mp3;base64,{encoded}" type="audio/mp3"></audio>'
        return audio_html
    except Exception as e:
        print(f"Error en texto a voz: {e}")
        return ""