01 in Namen konvertiert

mp3/toRightName.py

@@ -0,0 +1,53 @@
+import sys
+
+import whisper
+import os
+import re
+import ssl
+
+
+def transcribe_and_fix(mp3_file):
+    # 1. Whisper Modell laden (Base reicht für einzelne Wörter meist aus)
+
+    # 1. SSL-Check für Standard-Python-Tools deaktivieren
+    if (not os.environ.get('PYTHONHTTPSVERIFY', '') and
+            getattr(ssl, '_create_unverified_context', None)):
+        ssl._create_default_https_context = ssl._create_unverified_context
+
+    # 2. Umgebungsvariable setzen, die viele Bibliotheken (wie certifi) erkennen
+    os.environ['CURL_CA_BUNDLE'] = ""
+    os.environ['PYTHONHTTPSVERIFY'] = "0"
+
+    model = whisper.load_model("large-v3")
+
+    directory = os.path.dirname(mp3_file)
+
+    #ssl._create_default_https_context = ssl._create_unverified_context
+
+    print("Analysiere Audio...")
+    # 'language="sv"' zwingt Whisper auf Schwedisch
+    result = model.transcribe(mp3_file, language="sv", fp16=False)
+    text = result['text'].strip()
+
+    # 2. Fehlerhafte Zeichen & Leerzeichen korrigieren
+    # Wir entfernen alles, was kein Buchstabe oder Zahl ist
+    # und ersetzen Leerzeichen durch Unterstriche
+    clean_text = re.sub(r'[^\w\säöåÄÖÅ]', '', text)  # Behält schwedische Zeichen
+    clean_text = clean_text.replace(" ", "_").lower()
+
+    if not clean_text:
+        print("Konnte keinen Text extrahieren.")
+        return
+
+    new_filename = f"{clean_text}.mp3"
+
+    # 3. Umbenennen
+    try:
+        os.rename(mp3_file, directory +"/" + new_filename)
+        print(f"Erfolg: '{mp3_file}' -> '{new_filename}'")
+    except Exception as e:
+        print(f"Fehler beim Umbenennen: {e}")
+
+
+# Testlauf
+transcribe_and_fix(sys.argv[1])

mp3cut/mp3cut.py

@@ -3,13 +3,13 @@ import speech_recognition as sr
 import os
 
 # Lade die MP3-Datei und konvertiere sie zu WAV
-audio = AudioSegment.from_mp3("20250614.mp3")
+audio = AudioSegment.from_mp3("/Users/svenriwoldt/PycharmProjects/CSV2ANKI/mp3/01/5002.mp3")
 audio = audio.set_channels(2).set_frame_rate(48000)  # Mono & 16kHz für bessere Erkennung
 
 BUFFER_BEFORE = 300
 BUFFER_AFTER = 300
 # Stille erkennen mit optimierten Werten
-silent_ranges = silence.detect_silence(audio, min_silence_len=400, silence_thresh=-45)
+silent_ranges = silence.detect_silence(audio, min_silence_len=400, silence_thresh=0)
 silent_ranges = [(start, end) for start, end in silent_ranges if end - start > 200]  # Kurze Pausen filtern
 
 # Wortsegmente bestimmen