🎬 Subtitle Ad Manager (SAM) | AI-Powered Subtitle Cleaner 🧹

Welcome to the Subtitle Ad Manager! Are you tired of distracting sponsor messages, Telegram channel links, and annoying promotional texts popping up in the middle of your favorite movies? This powerful, AI-driven tool is designed to automatically detect and remove (or replace) advertisement blocks from your subtitle files (.srt, .vtt, .ass).

---

🌟 Key Features

• 🧠 AI-Powered Detection: Uses a calibrated Logistic Regression ML model with Character N-gram TF-IDF for highly accurate ad detection (far superior to standard Regex).
• 🛠️ Multi-Format Support: Seamlessly handles .srt, .vtt, and advanced .ass formats (via pysubs2).
• 📂 Batch Processing: Drag & Drop multiple files into the sleek PySide6 dark-themed GUI and clean them all simultaneously.
• ✏️ Custom Replacements: Remove ad blocks entirely, replace them with a static string, or randomize replacements from a custom list.
• 📊 End-to-End ML Pipeline: Includes scripts to extract, clean, normalize, and train your own custom ML models (Train_model.py, norm_text.py).

📸 Screenshots

🚀 Quick Start

1. Installation

Clone the repository and install the required dependencies:

git clone https://github.com/yourusername/subtitle-ad-manager.git
cd subtitle-ad-manager
pip install -r requirements.txt

(Dependencies: PySide6, scikit-learn, pandas, joblib, pysubs2, matplotlib)

2. Running the GUI

Launch the beautiful dark-mode interface:

python main.py

3. Training the AI Model (Optional)

If you want to improve the AI or train it on your own dataset:

1. Put your raw text in ads_positive_clean.csv and ads_negative_clean.csv.
2. Run data preparation scripts (norm_text.py, tm.py).
3. Execute the training script:

python Train_model.py

This will generate the ad_classifier.pkl and ad_vectorizer.pkl files in the model/ directory.

---

💡 Ideas for Future Improvements (Roadmap)

• Deep Learning Integration: Upgrade the classic ML model to a lightweight Transformer-based model (like DistilBERT) for better contextual understanding, especially for multi-language ads.
• Video Player Plugin: Export the core backend as a plugin/extension for popular video players (VLC, PotPlayer, MPV) to block ads dynamically in real-time.
• Auto-Sync & Timing Fixes: Sometimes removing a large ad block disrupts the timing flow. Adding a feature to smartly bridge the gap between subtitle timestamps.
• Crowdsourced Database: Allow users to flag false positives/negatives in the GUI and automatically upload them to a central database to continuously improve the community ML model.
• CLI Automation: Enhance the command-line interface to easily integrate SAM into automated media server pipelines (e.g., Plex, Jellyfin, Sonarr).

---

---

🎬 مدیریت و پاکسازی زیرنویس (SAM) | حذف هوشمند تبلیغات 🧹

به مدیریت زیرنویس (Subtitle Ad Manager) خوش آمدید! آیا از دست پیام‌های اسپانسرها، لینک کانال‌های تلگرامی و متون تبلیغاتی که وسط فیلم روی صفحه ظاهر می‌شوند خسته شده‌اید؟ این ابزار قدرتمند و مبتنی بر هوش مصنوعی طراحی شده تا بلوک‌های تبلیغاتی را در فایل‌های زیرنویس (.srt, .vtt, .ass) به صورت خودکار شناسایی کرده و آن‌ها را حذف یا جایگزین کند.

---

🌟 ویژگی‌های کلیدی

• 🧠 تشخیص مبتنی بر هوش مصنوعی: استفاده از مدل یادگیری ماشین (Logistic Regression) همراه با استخراج ویژگی TF-IDF برای شناسایی دقیق تبلیغات (بسیار هوشمندتر از Regex ساده).
• 🛠️ پشتیبانی از فرمت‌های مختلف: پردازش بی‌نقص فایل‌های .srt، .vtt و فرمت پیشرفته .ass.
• 📂 پردازش دسته‌ای (Batch): رابط کاربری تاریک و جذاب ساخته شده با PySide6 که امکان کشیدن و رها کردن (Drag & Drop) ده‌ها فایل برای پاکسازی همزمان را فراهم می‌کند.
• ✏️ جایگزینی دلخواه: می‌توانید تبلیغات را کاملاً حذف کنید، یک متن ثابت جایگزین آن‌ها کنید، یا متون تصادفی از لیست دلخواه خود قرار دهید.
• 📊 خط لوله کامل یادگیری ماشین: شامل اسکریپت‌های استخراج، پاکسازی، نرمال‌سازی حروف فارسی/عربی و آموزش مدل اختصاصی شما (Train_model.py, norm_text.py).

🚀 شروع سریع

۱. نصب و راه‌اندازی

پروژه را کلون کرده و پیش‌نیازها را نصب کنید:

git clone https://github.com/yourusername/subtitle-ad-manager.git
cd subtitle-ad-manager
pip install -r requirements.txt

۲. اجرای رابط کاربری (GUI)

برای باز کردن محیط گرافیکی نرم‌افزار، دستور زیر را اجرا کنید:

python main.py

۳. آموزش مدل هوش مصنوعی (اختیاری)

اگر قصد دارید هوش مصنوعی را با داده‌های خودتان آموزش دهید تا دقیق‌تر شود: ۱. داده‌های خود را در فایل‌های CSV آماده کنید. ۲. اسکریپت‌های پاکسازی (norm_text.py, tm.py) را اجرا کنید. ۳. مدل را آموزش دهید:

python Train_model.py

مدل‌های جدید در پوشه model/ ذخیره خواهند شد و برنامه بلافاصله از آن‌ها استفاده خواهد کرد.

---

💡 ایده‌هایی برای بهبود پروژه در آینده

• استفاده از یادگیری عمیق (Deep Learning): ارتقای مدل به شبکه‌های مبتنی بر ترانسفورمر (مثل ParsBERT) برای درک بهتر مفهوم جملات و کاهش خطای تشخیص در زیرنویس‌های فارسی.
• افزونه برای ویدیو پلیرها: تبدیل هسته اصلی برنامه به یک افزونه (Plugin) برای پلیرهای معروف مانند PotPlayer یا VLC تا تبلیغات را به صورت زنده (Real-time) هنگام تماشای فیلم حذف کند.
• اصلاح زمان‌بندی (Auto-Sync): گاهی حذف یک زیرنویس تبلیغاتی طولانی باعث ایجاد سکوت طولانی در زیرنویس می‌شود. اضافه کردن قابلیتی برای اصلاح و پر کردن هوشمند این فواصل زمانی.
• دیتابیس ابری مشارکتی: افزودن دکمه‌ای در رابط کاربری که کاربران بتوانند تشخیص‌های اشتباه (False Positives) را ریپورت کنند تا در آپدیت‌های بعدی، مدل هوش مصنوعی با کمک جامعه کاربری قوی‌تر شود.
• ادغام با سرورهای مدیا: توسعه CLI برای اتصال راحت این ابزار به نرم‌افزارهای مدیریت مدیا (مانند Plex یا Radarr) تا فایل‌ها بلافاصله پس از دانلود، به صورت خودکار پاکسازی شوند.