import gradio as gr import os import logging from datetime import datetime from stt_processor import TextProcessor # 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 def initialize_processor(): """텍스트 프로세서를 초기화합니다.""" global text_processor try: # 환경 변수 또는 Hugging Face Secrets에서 API 키 읽기 google_api_key = os.getenv("GOOGLE_API_KEY") if not google_api_key: return False, "❌ Google API 키가 설정되지 않았습니다. Hugging Face Spaces의 Settings에서 GOOGLE_API_KEY를 설정해주세요." text_processor = TextProcessor(google_api_key) return True, "✅ 텍스트 프로세서가 초기화되었습니다." except Exception as e: logger.error(f"텍스트 프로세서 초기화 실패: {e}") return False, f"❌ 초기화 실패: {str(e)}" def process_text_input(input_text, progress=gr.Progress()): """ 입력된 텍스트를 처리합니다. Args: input_text: 처리할 텍스트 progress: Gradio 진행률 객체 Returns: tuple: (처리 상태, 원본 텍스트, 화자 분리 결과, 교정 결과, 화자1 대화, 화자2 대화) """ global text_processor if not input_text or not input_text.strip(): return "❌ 처리할 텍스트를 입력해주세요.", "", "", "", "", "" try: # 텍스트 프로세서 초기화 (필요한 경우) if text_processor is None: progress(0.1, desc="텍스트 프로세서 초기화 중...") success, message = initialize_processor() if not success: return message, "", "", "", "", "" # 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...") result = text_processor.process_text(input_text, progress_callback=progress_callback) if not result.get("success", False): return f"❌ 처리 실패: {result.get('error', 'Unknown error')}", "", "", "", "", "" # 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_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get("화자1", []))]) speaker2_text = "\n\n".join([f"{i+1}. {utterance}" for i, utterance in enumerate(conversations.get("화자2", []))]) progress(1.0, desc="처리 완료!") status_message = f""" ✅ **처리 완료!** - 텍스트명: {result['text_name']} - 처리 시간: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} - 화자1 발언 수: {len(conversations.get('화자1', []))}개 - 화자2 발언 수: {len(conversations.get('화자2', []))}개 """ return status_message, original_text, separated_text, corrected_text, speaker1_text, speaker2_text except Exception as e: logger.error(f"텍스트 처리 중 오류: {e}") return f"❌ 처리 중 오류가 발생했습니다: {str(e)}", "", "", "", "", "" 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; } """ with gr.Blocks(css=css, title="2인 대화 STT 처리기") as interface: # 헤더 gr.HTML("""

💬 2인 대화 화자 분리기 (AI)

Gemini 2.0 Flash AI를 사용한 텍스트 화자 분리 및 맞춤법 교정

""") with gr.Row(): with gr.Column(scale=1): # 텍스트 입력 섹션 gr.Markdown("### 📝 텍스트 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 ) process_btn = gr.Button( "🚀 처리 시작", variant="primary", size="lg" ) # 상태 표시 status_output = gr.Markdown( "### 📊 처리 상태\n준비 완료. 2인 대화 텍스트를 입력하고 '처리 시작' 버튼을 클릭하세요.", elem_classes=["status-box"] ) with gr.Column(scale=2): # 결과 표시 섹션 with gr.Tabs(): with gr.TabItem("📝 원본 텍스트"): original_output = gr.Textbox( label="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 1. **텍스트 입력**: 2인 대화 텍스트를 입력란에 붙여넣기하세요 2. **처리 시작**: '🚀 처리 시작' 버튼을 클릭하여 화자 분리를 시작하세요 3. **결과 확인**: 각 탭에서 원본 텍스트, 화자 분리 결과, 개별 화자 대화를 확인하세요 ### ⚙️ 기술 정보 - **화자 분리**: Google Gemini 2.0 Flash - **맞춤법 교정**: 고급 AI 기반 한국어 교정 - **지원 언어**: 한국어 최적화 - **최적 환경**: 2인 대화, 명확한 문맥 ### ⚠️ 주의사항 - 처리 시간은 텍스트 길이에 따라 달라집니다 (보통 30초-2분) - Google AI API 사용량 제한이 있을 수 있습니다 - 2인 대화에 최적화되어 있습니다 - 대화 맥락이 명확할수록 분리 정확도가 높아집니다 """) # 이벤트 연결 process_btn.click( fn=process_text_input, inputs=[text_input], outputs=[ status_output, original_output, separated_output, corrected_output, speaker1_output, speaker2_output ], show_progress=True ) return interface # 메인 실행 if __name__ == "__main__": logger.info("Gradio 앱을 시작합니다...") # 인터페이스 생성 app = create_interface() # 앱 실행 app.launch( server_name="0.0.0.0", server_port=7860, share=True, show_error=True )