app.py

import gradio as gr
from gradio_client import Client
import json
import logging
import ast
import openai
import os
import random
import re

# 로깅 설정
logging.basicConfig(filename='youtube_script_extractor.log', level=logging.DEBUG, 
                    format='%(asctime)s - %(levelname)s - %(message)s')

def parse_api_response(response):
    try:
        if isinstance(response, str):
            response = ast.literal_eval(response)
        if isinstance(response, list) and len(response) > 0:
            response = response[0]
        if not isinstance(response, dict):
            raise ValueError(f"예상치 못한 응답 형식입니다. 받은 데이터 타입: {type(response)}")
        return response
    except Exception as e:
        raise ValueError(f"API 응답 파싱 실패: {str(e)}")

# 문장 구분 함수 (한국어)
def split_sentences(text):
    sentences = re.split(r"(니다|에요|구나|해요|군요|겠어요|시오|해라|예요|아요|데요|대요|세요|어요|게요|구요|고요|나요|하죠)(?![\w])", text)
    combined_sentences = []
    current_sentence = ""
    for i in range(0, len(sentences), 2):
        if i + 1 < len(sentences):
            sentence = sentences[i] + sentences[i + 1]
        else:
            sentence = sentences[i]
        if len(current_sentence) + len(sentence) > 100:  # 100자를 초과할 경우
            combined_sentences.append(current_sentence.strip())
            current_sentence = sentence.strip()
        else:
            current_sentence += sentence
        if sentence.endswith(('.', '?', '!')):
            combined_sentences.append(current_sentence.strip())
            current_sentence = ""
    if current_sentence:
        combined_sentences.append(current_sentence.strip())
    return combined_sentences

def get_youtube_script(url):
    logging.info(f"스크립트 추출 시작: URL = {url}")

    # 엔드포인트를 새로운 것으로 변경
    client = Client("whispersound/YT_Ts_R")

    try:
        logging.debug("API 호출 시작")
        result = client.predict(youtube_url=url, api_name="/predict")
        logging.debug("API 호출 완료")

        # 응답 파싱
        parsed_result = parse_api_response(result)
        
        title = parsed_result["data"][0]["title"]
        transcription_text = parsed_result["data"][0]["transcriptionAsText"]

        logging.info("스크립트 추출 완료")
        return title, transcription_text

    except Exception as e:
        error_msg = f"스크립트 추출 중 오류 발생: {str(e)}"
        logging.exception(error_msg)
        return "", ""

# OpenAI API 키 설정
openai.api_key = os.getenv("OPENAI_API_KEY")

# LLM API 호출 함수
def call_api(prompt, max_tokens, temperature, top_p):
    try:
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",  # 모델을 gpt-4o-mini로 변경
            messages=[{"role": "user", "content": prompt}],
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p
        )
        return response['choices'][0]['message']['content']
    except Exception as e:
        logging.exception("LLM API 호출 중 오류 발생")
        return "요약을 생성하는 동안 오류가 발생했습니다. 나중에 다시 시도해 주세요."

# 텍스트 요약 함수
def summarize_text(text):
    prompt = text  # 프롬프트를 원본 텍스트로 설정하여 self-discover 가능하도록 함

    try:
        return call_api(prompt, max_tokens=2000, temperature=0.3, top_p=0.9)
    except Exception as e:
        logging.exception("요약 생성 중 오류 발생")
        return "요약을 생성하는 동안 오류가 발생했습니다. 나중에 다시 시도해 주세요."

# Gradio 인터페이스 설정
with gr.Blocks() as demo:
    gr.Markdown("## YouTube 스크립트 추출 및 요약 도구")

    youtube_url_input = gr.Textbox(label="YouTube URL 입력")
    analyze_button = gr.Button("분석하기")
    script_output = gr.HTML(label="스크립트")
    summary_output = gr.HTML(label="요약")
    
    # 캐시를 위한 상태 변수
    cached_data = gr.State({"url": "", "title": "", "script": ""})

    def extract_and_cache(url, cache):
        if url == cache["url"]:
            return cache["title"], cache["script"], cache

        title, script = get_youtube_script(url)
        new_cache = {"url": url, "title": title, "script": script}
        return title, script, new_cache

    def display_script(title, script):
        formatted_script = "\n".join(split_sentences(script))
        script_html = f"""<h2 style='font-size:24px;'>{title}</h2>
        <details>
            <summary><h3>원문 스크립트 (클릭하여 펼치기)</h3></summary>
            <div style="white-space: pre-wrap;">{formatted_script}</div>
        </details>"""
        return script_html

    def generate_summary(script):
        summary = summarize_text(script)
        # 요약 결과를 잘 표시하기 위해 div 태그와 CSS 스타일 적용
        summary_html = f"""
        <h3>요약:</h3>
        <div style="white-space: pre-wrap; max-height: 400px; overflow-y: auto; border: 1px solid #ccc; padding: 10px;">
            {summary}
        </div>
        """
        return summary_html

    def analyze(url, cache):
        title, script, new_cache = extract_and_cache(url, cache)
        script_html = display_script(title, script)
        return script_html, new_cache

    def update_summary(cache):
        if not cache["script"]:
            return "스크립트가 없습니다. 먼저 YouTube URL을 입력하고 분석을 실행해주세요."
        return generate_summary(cache["script"])

    # 버튼 클릭 시 스크립트 추출
    analyze_button.click(
        analyze, 
        inputs=[youtube_url_input, cached_data], 
        outputs=[script_output, cached_data]
    ).then(
        update_summary,
        inputs=[cached_data],
        outputs=summary_output
    )

# 인터페이스 실행
demo.launch(share=True)