import gradio as gr from gradio_client import Client import json import logging import ast import openai import os import random import re logging.basicConfig(filename='youtube_script_extractor.log', level=logging.DEBUG, format='%(asctime)s - %(levelname)s - %(message)s') openai.api_key = os.getenv("OPENAI_API_KEY") def parse_api_response(response): try: if isinstance(response, str): response = json.loads(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)}") 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: 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}") 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") parsed_result = parse_api_response(result) if 'data' not in parsed_result or not parsed_result['data']: raise ValueError("API 응답에 유효한 데이터가 없습니다.") title = parsed_result["data"][0].get("title", "제목 없음") transcription_text = parsed_result["data"][0].get("transcriptionAsText", "") sections = parsed_result["data"][0].get("sections", []) if not transcription_text: raise ValueError("추출된 스크립트가 없습니다.") logging.info("스크립트 추출 완료") return title, transcription_text, sections except Exception as e: error_msg = f"스크립트 추출 중 오류 발생: {str(e)}" logging.exception(error_msg) raise def call_api(prompt, max_tokens, temperature, top_p): try: response = openai.ChatCompletion.create( model="gpt-4o-mini", 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") raise def summarize_section(section_text): prompt = f""" 다음 유튜브 대본 섹션의 핵심 내용을 간결하게 요약하세요: 1. 한글로 작성하세요. 2. 주요 논점과 중요한 세부사항을 포함하세요. 3. 요약은 2-3문장으로 제한하세요. 섹션 내용: {section_text} """ return call_api(prompt, max_tokens=150, temperature=0.3, top_p=0.9) def format_time(seconds): minutes, seconds = divmod(seconds, 60) hours, minutes = divmod(minutes, 60) return f"{int(hours):02d}:{int(minutes):02d}:{int(seconds):02d}" def generate_timeline_summary(sections): combined_sections = "\n\n".join([f"{format_time(section['start_time'])}: {section['text']}" for section in sections]) prompt = f""" 다음은 유튜브 영상의 타임라인과 각 섹션의 내용입니다. 이를 바탕으로 타임라인 요약을 생성해주세요: 1. 각 섹션의 시작 시간을 유지하면서 핵심 내용을 간결하게 요약하세요. 2. 요약은 한글로 작성하세요. 3. 각 섹션의 요약은 1-2문장으로 제한하세요. 4. 전체 맥락을 고려하여 요약하되, 각 섹션의 고유한 내용을 놓치지 마세요. 5. 출력 형식은 다음과 같이 유지하세요: [시작 시간] 섹션 요약 섹션 내용: {combined_sections} """ response = call_api(prompt, max_tokens=1000, temperature=0.3, top_p=0.9) # 응답을 줄 단위로 분리하고 각 줄을 HTML 형식으로 변환 timeline_html = "
".join(response.split('\n')) return f"""

타임라인 요약:

{timeline_html}
""" def summarize_text(text): prompt = f""" 1. 다음 주어지는 유튜브 대본의 핵심 주제와 모든 주요 내용을 상세하게 요약하라 2. 반드시 한글로 작성하라 3. 요약문만으로도 영상을 직접 시청한 것과 동일한 수준으로 내용을 이해할 수 있도록 상세히 작성 4. 글을 너무 압축하거나 함축하지 말고, 중요한 내용과 세부사항을 모두 포함 5. 반드시 대본의 흐름과 논리 구조를 유지 6. 반드시 시간 순서나 사건의 전개 과정을 명확하게 반영 7. 등장인물, 장소, 사건 등 중요한 요소를 정확하게 작성 8. 대본에서 전달하는 감정이나 분위기도 포함 9. 반드시 기술적 용어나 전문 용어가 있을 경우, 이를 정확하게 사용 10. 대본의 목적이나 의도를 파악하고, 이를 요약에 반드시 반영 11. 전체글을 보고 --- 이 프롬프트가 도움이 되시길 바랍니다. \n\n {text}""" return call_api(prompt, max_tokens=10000, temperature=0.3, top_p=0.9) 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") timeline_output = gr.HTML(label="타임라인 요약") summary_output = gr.HTML(label="전체 요약") cached_data = gr.State({"url": "", "title": "", "script": "", "sections": []}) def extract_and_cache(url, cache): if url == cache["url"]: return cache["title"], cache["script"], cache["sections"], cache try: title, script, sections = get_youtube_script(url) new_cache = {"url": url, "title": title, "script": script, "sections": sections} return title, script, sections, new_cache except Exception as e: logging.exception("데이터 추출 중 오류 발생") raise gr.Error(f"스크립트 추출 실패: {str(e)}") def display_script(title, script): formatted_script = "\n".join(split_sentences(script)) script_html = f"""

{title}

원문 스크립트 (클릭하여 펼치기)
{formatted_script}
""" return script_html def display_timeline(sections): timeline_summary = generate_timeline_summary(sections) timeline_html = f"""

타임라인 요약:

{timeline_summary}
""" return timeline_html def generate_summary(script): summary = summarize_text(script) summary_html = f"""

전체 요약:

{summary}
""" return summary_html def analyze(url, cache): try: title, script, sections, new_cache = extract_and_cache(url, cache) script_html = display_script(title, script) timeline_html = generate_timeline_summary(sections) summary_html = generate_summary(script) return script_html, timeline_html, summary_html, new_cache except gr.Error as e: return str(e), "", "", cache except Exception as e: error_msg = f"처리 중 오류 발생: {str(e)}" logging.exception(error_msg) return error_msg, "", "", cache analyze_button.click( analyze, inputs=[youtube_url_input, cached_data], outputs=[script_output, timeline_output, summary_output, cached_data] ) demo.launch(share=True)