README.md

metadata

title: JusTalk
emoji: ⚡
colorFrom: gray
colorTo: blue
sdk: docker
pinned: false

---

グローバル変数と主要な設定

• users
  登録されたユーザー名のリスト。
• transcription_text
  音声から作成された書き起こしのファイルパスまたは内容。
• total_audio
  音声セグメントをマージした結果の音声ファイルパス。
• harassment_keywords
  ハラスメントとして検出するキーワードのリスト（例："バカ", "死ね" など）。

また、外部ライブラリとして pydub、および独自の AudioProcessor、TranscriptionMaker、TextAnalyzer を用いて音声処理や解析を行います。

---

各エンドポイントの概要

1. トップページ／ユーザー登録画面

• URL: /index
  メソッド: GET, POST
  機能:

  • テンプレート index.html を表示。
  • 現在の users リストをテンプレートに渡す。

• URL: / または /userregister
  メソッド: GET, POST
  機能:

  • ユーザー登録用の画面を表示するため、userRegister.html テンプレートを返す。

---

2. フィードバックおよび会話詳細画面

• URL: /feedback
  メソッド: GET, POST
  機能:

  • フィードバック画面（テンプレート：feedback.html）を表示。

• URL: /talk_detail
  メソッド: GET, POST
  機能:

  • 会話の詳細を表示する画面（テンプレート：talkDetail.html）を返す。

---

3. ユーザーとファイルのリセット関連

• URL: /reset_html
  メソッド: GET, POST
  機能:

  • リセット画面（テンプレート：reset.html）を表示。

• URL: /reset_member
  メソッド: GET, POST
  機能:

  • 指定されたメンバー（ユーザー）とその関連の参照音声ファイルを削除する。
  • リクエストボディ内で "names" キーが必須。
  • /tmp/data/base_audio 内の各ユーザーの音声ファイル（{name}.wav）を削除。
  • 削除後、users リストから対象ユーザーを除外する。
  • 加えて、累積音声ファイル（total_audio）や、書き起こしファイル（transcription_text）も削除する処理を実施。

• URL: /reset
  メソッド: GET
  機能:

  • users リストを空にリセットし、成功レスポンスを返す。

---

4. 状態確認エンドポイント

• URL: /confirm
  メソッド: GET
  機能:
  • 現在登録されているメンバー（users）を JSON 形式で返す。

---

5. 音声アップロード・解析関連

a. 基本の音声アップロードと参照音声との照合

• URL: /upload_audio
  メソッド: POST
  機能:
  • クライアントから受け取った Base64 形式の音声データをデコードし、一時ファイル（/tmp/data/tmp.wav）として保存。
  • リクエストボディ内には、audio_data とともに、name または users（登録済みユーザーの情報）が必要。
  • 各ユーザーの参照音声ファイル（/tmp/data/base_audio/{user}.wav）とアップロードされた音声を比較し、
    • 複数ユーザーの場合：process_multi_audio を使用して各ユーザー毎の一致時間を計算し、その比率（パーセンテージ）を返す。
    • 単一ユーザーの場合：process_audio を用いて一致時間と非一致時間から比率（パーセンテージ）を計算して返す。
  • また、処理後に複数の音声セグメントをマージし、その結果を total_audio に格納する。

b. 基準音声のアップロード（ユーザー登録時に使用）

• URL: /upload_base_audio
  メソッド: POST
  機能:
  • リクエストボディ内の audio_data（Base64形式）と name を受け取り、
  • users リストに名前を追加（重複排除を実施）。
  • /tmp/data/base_audio/ 内に、{name}.wav という名前で保存。
  • 登録成功時に、状態とファイルパスを返す。

---

6. 書き起こし生成およびテキスト解析

a. 書き起こし作成

• URL: /transcription
  メソッド: GET, POST
  機能:
  • グローバル変数 transcription_text に書き起こし済みのファイルが存在しない場合、
    • total_audio（マージ済み音声ファイル）が存在しているかをチェック。
    • TranscriptionMaker の merge_segments メソッドでセグメントをマージし、create_transcription で書き起こしファイルを生成。
  • 書き起こしファイルを読み込み、内容を JSON 形式で返す。
  • エラー発生時には適切な HTTP ステータスコード（400, 404, 500）とエラーメッセージを返す。

b. AI によるテキスト解析

• URL: /analyze
  メソッド: GET, POST
  機能:
  • /transcription と同様に、書き起こしファイルの存在を確認し、必要なら再生成する。
  • TextAnalyzer クラスを使って、書き起こしテキストとハラスメントキーワードをもとに解析を実施。
  • 環境変数 DEEPSEEK を API キーとして取得し、DeepSeek 解析を呼び出す。
  • 解析結果（会話レベル、ハラスメントの有無や種類、繰り返しの程度、会話の心地よさ、非難やハラスメントの程度など）をコンソール出力し、JSON 形式で返す。

---

エンドポイント間の流れとポイント

• ユーザー登録:
  /upload_base_audio でユーザーごとの基準音声を登録し、users リストに名前を追加。

• 音声解析:
  /upload_audio によりアップロードされた音声を、登録された参照音声と照合。

  • 複数ユーザーの場合、各ユーザーの一致時間を計算し、パーセンテージとして返す。
  • 単一ユーザーの場合、一致時間と非一致時間から比率を返す。
  • この段階で、音声セグメントをマージし、後続の書き起こし・解析に利用するために total_audio に格納。

• 書き起こしの生成と利用:
  /transcription で total_audio から書き起こしファイルを生成し、その内容を取得可能。
  /analyze では、生成済みの書き起こしテキストをもとに、DeepSeek API を用いた AI 解析が実行される。

• リセット機能:
  /reset_member で指定ユーザーの音声ファイル、累積音声、書き起こしファイルを削除。
  /reset で users リストを完全にクリアする。

---