Merge pull request 'соединяет озвучку и видео' (#4) from feature/tts-generator into master

Reviewed-on: #4

voice/replace_audio.sh

@@ -7,21 +7,12 @@ die() {
     exit 1
 }
 
-usage() {
-    cat <<'EOF'
-Usage:
-  replace_audio.sh <manifest_file> <video_file> <output_video_file>
-
-Пример:
-  replace_audio.sh voice/segments/segments.txt rendered_video.mp4 final_output.mp4
-EOF
-}
-
 require_command() {
     command -v "$1" >/dev/null 2>&1 || die "missing required command: $1"
 }
 
-[ $# -eq 3 ] || { usage; exit 1; }
+[ $# -eq 3 ] || { echo "Usage: $0 <manifest_file> <video_file> <output_file>"; exit 1; }
+
 MANIFEST="$1"
 VIDEO_IN="$2"
 VIDEO_OUT="$3"
@@ -33,13 +24,13 @@ require_command ffprobe
 TEMP_LIST="$(mktemp)"
 trap 'rm -f "$TEMP_LIST"' EXIT
 
-# 2. Читаем манифест, сортируем по времени и создаем list.txt для ffmpeg
-#    ffmpeg concat требует файлы без указания таймкодов, просто последовательно.
-#    Мы также проверяем, что аудиофайлы существуют.
+# 2. Читаем манифест, извлекаем только пути к аудиофайлам
 echo "Сборка временного списка аудиофайлов из манифеста..."
 while IFS= read -r line; do
     [[ -z "$line" ]] && continue
+    # Извлекаем второй столбец (путь к аудиофайлу)
     audio_file=$(echo "$line" | awk '{print $2}')
+
     if [ -f "$audio_file" ]; then
         # Экранируем спецсимволы в пути для ffmpeg concat
         printf "file '%s'\n" "$(echo "$audio_file" | sed "s/'/'\\\\''/g")" >> "$TEMP_LIST"
@@ -62,9 +53,7 @@ ffmpeg -y -f concat -safe 0 -i "$TEMP_LIST" -c copy "$TEMP_AUDIO" || die "Оши
 AUDIO_DURATION=$(ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 "$TEMP_AUDIO")
 echo "Длительность озвучки: $AUDIO_DURATION секунд"
 
-# 5. Накладываем аудио на видео (обрезаем или дополняем тишиной до длины видео)
-#    -shortest обрежет по самому короткому потоку (в нашем случае это, скорее всего, аудио)
-#    Чтобы видео не обрезалось, используем фильтр apad, который добавит тишины, если аудио короче.
+# 5. Накладываем аудио на видео
 echo "Наложение аудио на видео..."
 ffmpeg -y -i "$VIDEO_IN" -i "$TEMP_AUDIO" \
     -filter_complex "[1:a]apad[aud]" \

voice/tts_generate.py

@@ -1,3 +1,5 @@
+#pip install edge-tts
+#python voice/tts_generate.py assets/scenario.json
 import argparse
 import asyncio
 import json