diff --git a/resume_end_call.py b/resume_end_call.py
new file mode 100644
index 0000000..d9a4119
--- /dev/null
+++ b/resume_end_call.py
@@ -0,0 +1,205 @@
+import os
+import sys
+import pymysql
+import tempfile
+from pydub import AudioSegment
+import speech_recognition as sr
+import anthropic
+
+def consultar_claude(text):
+ client = anthropic.Anthropic(api_key='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')
+ message = client.messages.create(
+ #model="claude-3-5-haiku-20241022",
+ model = "claude-3-5-sonnet-20241022",
+ max_tokens=1000,
+ temperature=0,
+ system=(
+ "A continuación te paso el texto de una llamada y necesito un resumen completo que incluya toda la información proporcionada por el cliente. "
+ "El resumen debe ser detallado y abarcar todos los aspectos relevantes, como el incidente reportado, cualquier comentario comercial, "
+ "y los datos del cliente. El tema debe ser separado en dos columnas: una para el 'TEMA', todo el contenido de esta columna debe ir en negrita, para el 'RESUMEN'. Al final, debes incluir una fila "
+ "con los datos que el cliente suministró, tales como su nombre, cédula y placa. Dame la respuesta en formato HTML con una tabla que tenga estas columnas: "
+ "'TEMA' y 'RESUMEN'."
+ ),
+ messages=[
+ {
+ "role": "user",
+ "content": [{"type": "text", "text": text}]
+ }
+ ]
+ )
+ respuesta_claude = "".join([msg.text for msg in message.content])
+
+ # Procesar para agregar la clase TEMA a todas las celdas correspondientes
+ respuesta_claude = respuesta_claude.replace("| ", " | ")
+ return respuesta_claude
+
+
+def get_filename_from_db(recording_id):
+ connection = pymysql.connect(
+ host='sapian-ccdb-clients-sapian.service.dc-k8s-voe.consul',
+ user='cctel',
+ password='PpteK0GYyi',
+ database='asterisk'
+ )
+ try:
+ with connection.cursor() as cursor:
+ query = "SELECT filename FROM recording_log WHERE recording_id = %s"
+ cursor.execute(query, (recording_id,))
+ result = cursor.fetchone()
+ if result:
+ return result[0]
+ else:
+ raise ValueError("No se encontró la grabación con el recording_id proporcionado.")
+ finally:
+ connection.close()
+
+def split_audio(file_path, output_folder):
+ audio = AudioSegment.from_file(file_path)
+ duration = len(audio) # Duration in milliseconds
+ chunk_duration = 60 * 1000 # 1 minute in milliseconds
+ chunks = []
+ for i in range(0, duration, chunk_duration):
+ chunk = audio[i:i + chunk_duration]
+ chunk_name = os.path.join(output_folder, f"chunk_{i//chunk_duration + 1}.wav")
+ chunk.export(chunk_name, format="wav")
+ chunks.append(chunk_name)
+ return chunks
+
+def transcribe_audio_chunks(chunks):
+ recognizer = sr.Recognizer()
+ transcription = []
+ for idx, chunk in enumerate(chunks, 1):
+ with sr.AudioFile(chunk) as source:
+ audio_data = recognizer.record(source)
+ try:
+ text = recognizer.recognize_google(audio_data, language="es-ES")
+ transcription.append(f"Fragmento {idx}: {text}")
+ except sr.UnknownValueError:
+ transcription.append(f"Fragmento {idx}: No se pudo reconocer el audio")
+ except sr.RequestError as e:
+ transcription.append(f"Fragmento {idx}: Error en el servicio de reconocimiento ({e})")
+ return "\n".join(transcription)
+
+
+def generate_html_summary(summary, output_path):
+ # Define todo el CSS en una sola variable, incluyendo el estilo para las dos primeras filas
+ css_styles = """
+ body {
+ font-family: Arial, sans-serif;
+ background-color: #f4f4f4;
+ margin: 0;
+ padding: 0;
+ text-align: center;
+ position: relative;
+ }
+ h1 {
+ font-weight: bold;
+ color: #4CAF50;
+ margin-top: 50px;
+ }
+ p {
+ font-size: 18px;
+ line-height: 1.6;
+ max-width: 800px;
+ margin: 20px auto;
+ text-align: justify;
+ }
+ .logo {
+ position: absolute;
+ top: 10px;
+ right: 20px;
+ width: 150px;
+ height: auto;
+ }
+ table {
+ width: 100%;
+ border-collapse: collapse;
+ margin: 20px 0px;
+ font-family: Arial, sans-serif;
+ background-color: white;
+ border: 2px solid #004d40;
+ }
+ th, td {
+ padding: 12px;
+ text-align: center;
+ border: 1px solid #ddd;
+ }
+ th {
+ background-color: #004d40ff;
+ color: white;
+ font-weight: bold;
+ }
+ td.TEMA {
+ font-weight: bold;
+ }
+ td.resumen {
+ font-weight: normal;
+ }
+ tr:nth-child(1){
+ background-color: #4CAF50; /* Verde para las dos primeras filas */
+ color: white; /* Texto en blanco para contraste */
+ }
+ tr:nth-child(even):not(:nth-child(1)):not(:nth-child(2)) {
+ background-color: white;
+ }
+ tr:hover {
+ background-color: #ddd;
+ }
+ """
+
+ # Genera el contenido HTML
+ html_content = f"""
+
+
+
+Resumen de Llamada
+
+
+
+
+Resumen de Llamada
+
+
+
+ """
+ # Escribir el archivo HTML en el directorio deseado
+ with open(output_path, "w") as file:
+ file.write(html_content)
+
+
+def main():
+ if len(sys.argv) != 2:
+ print("Uso: python script.py ")
+ sys.exit(1)
+
+ recording_id = sys.argv[1]
+
+ try:
+ filename = get_filename_from_db(recording_id)
+ audio_path = f"/var/spool/asterisk/monitor/{filename}"+"-in.WAV"
+
+ if not os.path.exists(audio_path):
+ raise FileNotFoundError(f"No se encontró la grabación en la ruta: {audio_path}")
+
+ temp_dir = tempfile.gettempdir()
+ output_folder = os.path.join(temp_dir, "audio_chunks")
+ os.makedirs(output_folder, exist_ok=True)
+
+ chunks = split_audio(audio_path, output_folder)
+ transcription = transcribe_audio_chunks(chunks)
+ resumen = consultar_claude(transcription)
+
+ output_html = f"/var/www/html/resumen_{recording_id}.html"
+ generate_html_summary(resumen, output_html)
+
+ print(f"Proceso completado. Resumen generado en: {output_html}")
+ except Exception as e:
+ print(f"Error: {e}")
+
+if __name__ == "__main__":
+ main()
+You have new mail in /var/spool/mail/root
|