app.py

import gradio as gr
import os
import logging
from datetime import datetime

# 로깅 설정
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.StreamHandler()
    ]
)
logger = logging.getLogger(__name__)

# 전역 변수
text_processor = None
whisper_model = None

def safe_import_whisper():
    """Whisper를 안전하게 import합니다."""
    try:
        import whisper
        return whisper, None
    except Exception as e:
        logger.error(f"Whisper import 실패: {e}")
        return None, str(e)

def safe_import_processor():
    """TextProcessor를 안전하게 import합니다."""
    try:
        from stt_processor import TextProcessor
        return TextProcessor, None
    except Exception as e:
        logger.error(f"TextProcessor import 실패: {e}")
        return None, str(e)

def initialize_models():
    """모델들을 초기화합니다."""
    global text_processor, whisper_model
    try:
        # 환경 변수 또는 Hugging Face Secrets에서 API 키 읽기
        google_api_key = os.getenv("GOOGLE_API_KEY")
        
        # API 키 안전하게 검증
        if not google_api_key or not isinstance(google_api_key, str) or len(google_api_key.strip()) == 0:
            return False, "❌ Google API 키가 설정되지 않았습니다. Hugging Face Spaces의 Settings에서 GOOGLE_API_KEY를 설정해주세요."
        
        # Whisper 모델 로드 시도
        whisper_lib, whisper_error = safe_import_whisper()
        if whisper_lib is None:
            return False, f"❌ Whisper 라이브러리 로딩 실패: {whisper_error}"
        
        logger.info("Whisper 모델을 로딩합니다...")
        whisper_model = whisper_lib.load_model("base")
        logger.info("Whisper 모델 로딩 완료")
        
        # 텍스트 프로세서 초기화
        TextProcessor, processor_error = safe_import_processor()
        if TextProcessor is None:
            return False, f"❌ TextProcessor 로딩 실패: {processor_error}"
            
        text_processor = TextProcessor(google_api_key.strip())
        return True, "✅ 모든 모델이 초기화되었습니다."
        
    except Exception as e:
        logger.error(f"모델 초기화 실패: {e}")
        return False, f"❌ 초기화 실패: {str(e)}"

def process_audio_file(audio_file, speaker1_name, speaker2_name, progress=gr.Progress()):
    """업로드된 오디오 파일을 처리합니다."""
    global text_processor, whisper_model
    
    if audio_file is None:
        return "❌ 오디오 파일을 업로드해주세요.", "", "", "", "", "", None
    
    try:
        # 모델 초기화 (필요한 경우)
        if whisper_model is None or text_processor is None:
            progress(0.05, desc="모델 초기화 중...")
            success, message = initialize_models()
            if not success:
                return message, "", "", "", "", "", None
        
        # 오디오 파일 경로 확인
        audio_path = audio_file.name if hasattr(audio_file, 'name') else str(audio_file)
        logger.info(f"오디오 파일 처리 시작: {audio_path}")
        
        # 1단계: Whisper로 음성 인식
        progress(0.1, desc="음성을 텍스트로 변환 중...")
        logger.info("Whisper를 통한 음성 인식 시작")
        
        result = whisper_model.transcribe(audio_path)
        full_text = result['text'].strip()
        
        if not full_text:
            return "❌ 오디오에서 텍스트를 추출할 수 없습니다.", "", "", "", "", "", None
        
        language = result.get('language', 'unknown')
        logger.info(f"음성 인식 완료. 언어: {language}, 텍스트 길이: {len(full_text)}")
        
        # 2단계: AI 모델 로딩
        progress(0.3, desc="AI 모델 로딩 중...")
        if not text_processor.models_loaded:
            text_processor.load_models()
        
        # 진행 상황 콜백 함수
        def progress_callback(status, current, total):
            progress_value = 0.3 + (current / total) * 0.6  # 0.3~0.9 범위
            progress(progress_value, desc=f"{status} ({current}/{total})")
        
        # 3단계: 텍스트 처리 (화자 분리 + 맞춤법 교정)
        progress(0.4, desc="AI 화자 분리 및 맞춤법 교정 중...")
        
        # 사용자 정의 화자 이름 적용
        custom_speaker1 = speaker1_name.strip() if speaker1_name and speaker1_name.strip() else None
        custom_speaker2 = speaker2_name.strip() if speaker2_name and speaker2_name.strip() else None
        
        text_result = text_processor.process_text(
            full_text, 
            progress_callback=progress_callback,
            speaker1_name=custom_speaker1,
            speaker2_name=custom_speaker2
        )
        
        if not text_result.get("success", False):
            return f"❌ 텍스트 처리 실패: {text_result.get('error', 'Unknown error')}", full_text, "", "", "", "", None
        
        # 결과 추출
        progress(0.95, desc="결과 정리 중...")
        original_text = text_result["original_text"]
        separated_text = text_result["separated_text"]
        corrected_text = text_result["corrected_text"]
        
        # 화자별 대화 추출
        conversations = text_result["conversations_by_speaker_corrected"]
        speaker1_key = custom_speaker1 or "화자1"
        speaker2_key = custom_speaker2 or "화자2"
        
        speaker1_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get(speaker1_key, []))])
        speaker2_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get(speaker2_key, []))])
        
        # 다운로드 파일 생성
        download_file = None
        try:
            text_processor.save_results_to_files(text_result)
            zip_path = text_processor.create_download_zip(text_result)
            if zip_path and os.path.exists(zip_path):
                download_file = zip_path
        except Exception as e:
            logger.warning(f"다운로드 파일 생성 실패: {e}")
        
        progress(1.0, desc="처리 완료!")
        
        status_message = f"""
✅ **오디오 처리 완료!**
- 파일명: {os.path.basename(audio_path)}
- 처리 시간: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
- 감지된 언어: {language}
- 텍스트 길이: {len(full_text)}자
- {speaker1_key} 발언 수: {len(conversations.get(speaker1_key, []))}개
- {speaker2_key} 발언 수: {len(conversations.get(speaker2_key, []))}개
"""
        
        return status_message, original_text, separated_text, corrected_text, speaker1_text, speaker2_text, download_file
        
    except Exception as e:
        logger.error(f"오디오 파일 처리 중 오류: {e}")
        return f"❌ 처리 중 오류가 발생했습니다: {str(e)}", "", "", "", "", "", None

def process_text_input(input_text, speaker1_name, speaker2_name, progress=gr.Progress()):
    """입력된 텍스트를 처리합니다."""
    global text_processor
    
    if not input_text or not input_text.strip():
        return "❌ 처리할 텍스트를 입력해주세요.", "", "", "", "", "", None
    
    try:
        # 텍스트 프로세서만 초기화
        if text_processor is None:
            progress(0.1, desc="텍스트 프로세서 초기화 중...")
            
            google_api_key = os.getenv("GOOGLE_API_KEY")
            if not google_api_key or not isinstance(google_api_key, str) or len(google_api_key.strip()) == 0:
                return "❌ Google API 키가 설정되지 않았습니다.", "", "", "", "", "", None
            
            TextProcessor, processor_error = safe_import_processor()
            if TextProcessor is None:
                return f"❌ TextProcessor 로딩 실패: {processor_error}", "", "", "", "", "", None
                
            text_processor = TextProcessor(google_api_key.strip())
        
        # 모델 로딩
        progress(0.2, desc="AI 모델 로딩 중...")
        if not text_processor.models_loaded:
            text_processor.load_models()
        
        # 진행 상황 콜백 함수
        def progress_callback(status, current, total):
            progress_value = 0.2 + (current / total) * 0.7  # 0.2~0.9 범위
            progress(progress_value, desc=f"{status} ({current}/{total})")
        
        # 텍스트 처리
        progress(0.3, desc="텍스트 처리 시작...")
        
        # 사용자 정의 화자 이름 적용
        custom_speaker1 = speaker1_name.strip() if speaker1_name and speaker1_name.strip() else None
        custom_speaker2 = speaker2_name.strip() if speaker2_name and speaker2_name.strip() else None
        
        result = text_processor.process_text(
            input_text, 
            progress_callback=progress_callback,
            speaker1_name=custom_speaker1,
            speaker2_name=custom_speaker2
        )
        
        if not result.get("success", False):
            return f"❌ 처리 실패: {result.get('error', 'Unknown error')}", "", "", "", "", "", None
        
        # 결과 추출
        progress(0.95, desc="결과 정리 중...")
        original_text = result["original_text"]
        separated_text = result["separated_text"]
        corrected_text = result["corrected_text"]
        
        # 화자별 대화 추출
        conversations = result["conversations_by_speaker_corrected"]
        speaker1_key = custom_speaker1 or "화자1"
        speaker2_key = custom_speaker2 or "화자2"
        
        speaker1_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get(speaker1_key, []))])
        speaker2_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get(speaker2_key, []))])
        
        # 다운로드 파일 생성
        download_file = None
        try:
            text_processor.save_results_to_files(result)
            zip_path = text_processor.create_download_zip(result)
            if zip_path and os.path.exists(zip_path):
                download_file = zip_path
        except Exception as e:
            logger.warning(f"다운로드 파일 생성 실패: {e}")
        
        progress(1.0, desc="처리 완료!")
        
        status_message = f"""
✅ **텍스트 처리 완료!**
- 텍스트명: {result['text_name']}
- 처리 시간: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
- {speaker1_key} 발언 수: {len(conversations.get(speaker1_key, []))}개
- {speaker2_key} 발언 수: {len(conversations.get(speaker2_key, []))}개
"""
        
        return status_message, original_text, separated_text, corrected_text, speaker1_text, speaker2_text, download_file
        
    except Exception as e:
        logger.error(f"텍스트 처리 중 오류: {e}")
        return f"❌ 처리 중 오류가 발생했습니다: {str(e)}", "", "", "", "", "", None

def create_interface():
    """Gradio 인터페이스를 생성합니다."""
    
    # CSS 스타일링
    css = """
    .gradio-container {
        font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
    }
    .status-box {
        padding: 15px;
        border-radius: 8px;
        margin: 10px 0;
    }
    .main-header {
        text-align: center;
        color: #2c3e50;
        margin-bottom: 20px;
    }
    .speaker-config {
        background-color: #f8f9fa;
        padding: 15px;
        border-radius: 8px;
        margin: 10px 0;
    }
    """
    
    with gr.Blocks(css=css, title="2인 대화 STT 처리기") as interface:
        
        # 헤더
        gr.HTML("""
        <div class="main-header">
            <h1>🎤 2인 대화 화자 분리기 (AI)</h1>
            <p>Whisper + Gemini 2.0 Flash AI를 사용한 음성 인식, 화자 분리 및 맞춤법 교정</p>
        </div>
        """)
        
        with gr.Row():
            with gr.Column(scale=1):
                # 화자 이름 설정
                gr.HTML('<div class="speaker-config">')
                gr.Markdown("### 👥 화자 이름 설정 (선택사항)")
                with gr.Row():
                    speaker1_name = gr.Textbox(
                        label="화자1 이름",
                        placeholder="예: 김팀장, 홍길동 등 (비워두면 '화자1')",
                        value="",
                        scale=1
                    )
                    speaker2_name = gr.Textbox(
                        label="화자2 이름", 
                        placeholder="예: 이대리, 김영희 등 (비워두면 '화자2')",
                        value="",
                        scale=1
                    )
                gr.HTML('</div>')
                
                # 입력 섹션
                with gr.Tabs():
                    with gr.TabItem("🎤 오디오 업로드"):
                        gr.Markdown("### 🎤 오디오 파일 업로드")
                        audio_input = gr.Audio(
                            label="2인 대화 오디오 파일을 업로드하세요",
                            type="filepath"
                        )
                        audio_process_btn = gr.Button(
                            "🚀 오디오 처리 시작",
                            variant="primary",
                            size="lg"
                        )
                    
                    with gr.TabItem("📝 텍스트 입력"):
                        gr.Markdown("### 📝 텍스트 직접 입력")
                        text_input = gr.Textbox(
                            label="2인 대화 텍스트를 입력하세요",
                            placeholder="두 명이 나누는 대화 내용을 여기에 붙여넣기하세요...\n\n예시:\n안녕하세요, 오늘 회의에 참석해주셔서 감사합니다. 네, 안녕하세요. 준비된 자료가 있나요? 네, 프레젠테이션 자료를 준비했습니다.",
                            lines=8,
                            max_lines=15
                        )
                        text_process_btn = gr.Button(
                            "🚀 텍스트 처리 시작",
                            variant="primary",
                            size="lg"
                        )
                
                # 상태 표시
                status_output = gr.Markdown(
                    "### 📊 처리 상태\n준비 완료. 화자 이름을 설정하고 오디오 파일을 업로드하거나 텍스트를 입력한 후 처리 버튼을 클릭하세요.",
                    elem_classes=["status-box"]
                )
                
                # 다운로드 섹션
                gr.Markdown("### 📥 결과 다운로드")
                download_file = gr.File(
                    label="처리 결과 ZIP 파일",
                    visible=False
                )
            
            with gr.Column(scale=2):
                # 결과 표시 섹션
                with gr.Tabs():
                    with gr.TabItem("📝 원본 텍스트"):
                        original_output = gr.Textbox(
                            label="추출/입력된 원본 텍스트",
                            lines=10,
                            max_lines=20,
                            placeholder="처리 후 원본 텍스트가 여기에 표시됩니다..."
                        )
                    
                    with gr.TabItem("👥 화자 분리 (원본)"):
                        separated_output = gr.Textbox(
                            label="AI 화자 분리 결과 (원본)",
                            lines=10,
                            max_lines=20,
                            placeholder="처리 후 화자별로 분리된 대화가 여기에 표시됩니다..."
                        )
                    
                    with gr.TabItem("✏️ 화자 분리 (교정)"):
                        corrected_output = gr.Textbox(
                            label="AI 화자 분리 결과 (맞춤법 교정)",
                            lines=10,
                            max_lines=20,
                            placeholder="처리 후 맞춤법이 교정된 화자 분리 결과가 여기에 표시됩니다..."
                        )
                    
                    with gr.TabItem("👤 화자1 대화"):
                        speaker1_output = gr.Textbox(
                            label="화자1의 모든 발언",
                            lines=10,
                            max_lines=20,
                            placeholder="처리 후 화자1의 발언들이 여기에 표시됩니다..."
                        )
                    
                    with gr.TabItem("👤 화자2 대화"):
                        speaker2_output = gr.Textbox(
                            label="화자2의 모든 발언",
                            lines=10,
                            max_lines=20,
                            placeholder="처리 후 화자2의 발언들이 여기에 표시됩니다..."
                        )
        
        # 사용법 안내
        gr.Markdown("""
        ### 📖 사용법
        
        **🎤 오디오 파일 처리:**
        1. **화자 이름 설정**: 원하는 화자 이름을 입력하세요 (예: 김팀장, 이대리)
        2. **오디오 업로드**: WAV, MP3, MP4 등의 오디오 파일을 업로드하세요
        3. **처리 시작**: '🚀 오디오 처리 시작' 버튼을 클릭하세요
        4. **결과 확인**: 음성 인식 → 화자 분리 → 맞춤법 교정 순으로 처리됩니다
        5. **다운로드**: 처리 완료 후 ZIP 파일로 모든 결과를 다운로드할 수 있습니다
        
        **📝 텍스트 직접 입력:**
        1. **화자 이름 설정**: 원하는 화자 이름을 입력하세요
        2. **텍스트 입력**: 2인 대화 텍스트를 입력란에 붙여넣기하세요
        3. **처리 시작**: '🚀 텍스트 처리 시작' 버튼을 클릭하세요
        4. **결과 확인**: 각 탭에서 화자 분리 결과를 확인하세요
        
        ### ⚙️ 기술 정보
        - **음성 인식**: OpenAI Whisper (다국어 지원)
        - **화자 분리**: Google Gemini 2.0 Flash + AI 응답 검증
        - **맞춤법 교정**: 고급 AI 기반 한국어 교정
        - **청킹 처리**: 대용량 텍스트 자동 분할 처리
        - **지원 형식**: WAV, MP3, MP4, M4A 등
        - **최적 환경**: 2인 대화, 명확한 음질
        
        ### 🆕 새로운 기능
        - **사용자 정의 화자 이름**: '화자1', '화자2' 대신 실제 이름 사용
        - **다운로드 기능**: 전체 결과를 ZIP 파일로 다운로드
        - **AI 응답 검증**: 화자 분리 실패 시 자동 감지 및 오류 처리
        - **대용량 파일 지원**: 긴 오디오도 청킹으로 안정적 처리
        
        ### ⚠️ 주의사항
        - 처리 시간은 오디오 길이에 따라 달라집니다 (보통 1-5분)
        - Google AI API 사용량 제한이 있을 수 있습니다
        - 2인 대화에 최적화되어 있습니다
        - 음질이 좋을수록 더 정확한 결과를 얻을 수 있습니다
        - 배경 소음이 적고 화자 구분이 명확한 오디오를 권장합니다
        """)
        
        # 이벤트 연결 - 다운로드 파일 포함
        def update_download_visibility(download_path):
            """다운로드 파일이 생성되면 표시합니다."""
            if download_path and os.path.exists(download_path):
                return gr.File(value=download_path, visible=True)
            else:
                return gr.File(visible=False)
        
        outputs = [
            status_output,
            original_output,
            separated_output,
            corrected_output,
            speaker1_output,
            speaker2_output,
            download_file
        ]
        
        # 오디오 처리 이벤트
        audio_process_btn.click(
            fn=process_audio_file,
            inputs=[audio_input, speaker1_name, speaker2_name],
            outputs=outputs
        ).then(
            fn=update_download_visibility,
            inputs=[download_file],
            outputs=[download_file]
        )
        
        # 텍스트 처리 이벤트
        text_process_btn.click(
            fn=process_text_input,
            inputs=[text_input, speaker1_name, speaker2_name],
            outputs=outputs
        ).then(
            fn=update_download_visibility,
            inputs=[download_file],
            outputs=[download_file]
        )
    
    return interface

# 메인 실행
if __name__ == "__main__":
    logger.info("Gradio 앱을 시작합니다...")
    
    try:
        # 인터페이스 생성
        app = create_interface()
        
        # Hugging Face Spaces 환경 감지
        is_spaces = os.getenv('SPACE_ID') is not None
        
        if is_spaces:
            # Hugging Face Spaces용 설정
            app.launch()
        else:
            # 로컬 개발용 설정
            app.launch(
                server_name="0.0.0.0",
                server_port=7860,
                share=False
            )
            
    except Exception as e:
        logger.error(f"앱 시작 실패: {e}")
        # 최소한의 fallback
        try:
            import gradio as gr
            with gr.Blocks() as fallback_app:
                gr.HTML("<h1>🔧 시스템 점검 중</h1>")
                gr.Markdown("잠시 후 다시 시도해주세요.")
                gr.Markdown(f"**디버그 정보:** {str(e)[:200]}...")
            
            if os.getenv('SPACE_ID') is not None:
                fallback_app.launch()
            else:
                fallback_app.launch(server_name="0.0.0.0", server_port=7860)
                
        except Exception as fallback_error:
            logger.error(f"Fallback 앱도 실패: {fallback_error}")
            print("🚨 시스템 점검 중입니다. 관리자에게 문의해주세요.")