VideoToText/video_to_text.py at main · sokft/VideoToText · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
import os
import time
from moviepy.editor import VideoFileClip
import speech_recognition as sr
from pydub import AudioSegment

def extract_audio(video_path, audio_path):
    """비디오 또는 오디오 파일에서 오디오 추출"""
    # 파일 확장자 확인
    file_ext = os.path.splitext(video_path)[1].lower()

    if file_ext in ['.mp4', '.mov', '.avi', '.mkv']:  # 비디오 파일인 경우
        video = VideoFileClip(video_path)
        video.audio.write_audiofile(audio_path)
        video.close()
    elif file_ext in ['.m4a', '.mp3', '.wav']:  # 오디오 파일인 경우
        # 오디오 파일을 그대로 복사
        audio = AudioSegment.from_file(video_path)
        audio.export(audio_path, format="mp3")
    else:
        raise ValueError(f"지원하지 않는 파일 형식입니다: {file_ext}")

def transcribe_audio(audio_path, max_retries=3):
    """오디오를 텍스트로 변환"""
    recognizer = sr.Recognizer()

    # 오디오 파일을 WAV 형식으로 변환
    audio = AudioSegment.from_file(audio_path)
    audio.export("temp.wav", format="wav")

    # 오디오 파일을 더 작은 청크로 나누기
    chunk_length = 30000  # 30초
    chunks = []

    for i in range(0, len(audio), chunk_length):
        chunk = audio[i:i + chunk_length]
        chunk.export(f"temp_chunk_{i}.wav", format="wav")
        chunks.append(f"temp_chunk_{i}.wav")

    full_text = []

    for chunk_file in chunks:
        for attempt in range(max_retries):
            try:
                with sr.AudioFile(chunk_file) as source:
                    audio_data = recognizer.record(source)
                    text = recognizer.recognize_google(audio_data, language='ko-KR')
                    full_text.append(text)
                    print(f"청크 {chunk_file} 성공적으로 변환됨 (시도 {attempt + 1}/{max_retries})")
                    break
            except sr.RequestError:
                if attempt < max_retries - 1:
                    print(f"청크 {chunk_file} 처리 중 오류 발생. 재시도 중... ({attempt + 1}/{max_retries})")
                    time.sleep(2)  # 잠시 대기 후 재시도
                    continue
                else:
                    print(f"청크 {chunk_file} 처리 중 오류 발생 (최대 재시도 횟수 도달)")
            except sr.UnknownValueError:
                if attempt < max_retries - 1:
                    print(f"청크 {chunk_file}에서 음성을 인식할 수 없습니다. 재시도 중... ({attempt + 1}/{max_retries})")
                    time.sleep(2)  # 잠시 대기 후 재시도
                    continue
                else:
                    print(f"청크 {chunk_file}에서 음성을 인식할 수 없습니다 (최대 재시도 횟수 도달)")

    # 임시 파일들 정리
    os.remove("temp.wav")
    for chunk_file in chunks:
        if os.path.exists(chunk_file):
            os.remove(chunk_file)

    return " ".join(full_text)

def process_video(video_path):
    """비디오 또는 오디오 파일 처리 메인 함수"""
    # 파일 이름에서 확장자를 제외한 부분 추출
    base_name = os.path.splitext(os.path.basename(video_path))[0]

    # 임시 오디오 파일 경로
    audio_path = f"temp_audio_{base_name}.mp3"

    try:
        # 비디오/오디오에서 오디오 추출
        print(f"\n[{base_name}] 오디오 추출 중...")
        extract_audio(video_path, audio_path)

        # 오디오를 텍스트로 변환
        print(f"[{base_name}] 텍스트 변환 중...")
        text = transcribe_audio(audio_path)

        # 프롬프트 템플릿
        prompt_template = """아래 강의 텍스트는 음성 강의를 그대로 텍스트로 변환한 것입니다.
이 텍스트의 내용을 최대한 빠짐없이 요약 정리해주세요.
논리 흐름에 따라 적절히 단락을 나누고, 중요한 개념, 정의, 예시, 설명 등을 포함해
교재 수준의 필기 형태로 정리해주세요

조건:
- 단순 요약이 아닌, 내용을 충실히 재구성한 형태로
- 빠진 내용 없이 핵심을 유지하면서
- 가능한 용어나 개념은 명확하게 정리
- 강의의 전체 흐름이 보이게 구조화

텍스트 :
"""

        # 결과 저장
        with open(f"lecture_text_{base_name}.txt", "w", encoding="utf-8") as f:
            f.write(prompt_template + text)
        print(f"[{base_name}] 변환된 텍스트가 lecture_text_{base_name}.txt 파일에 저장되었습니다.")

    finally:
        # 임시 파일 정리
        if os.path.exists(audio_path):
            os.remove(audio_path)

def process_multiple_videos():
    """여러 비디오 파일을 처리하는 함수"""
    print("처리할 비디오 파일들의 경로를 입력하세요 (입력이 끝나면 빈 줄을 입력하세요):")
    video_paths = []

    while True:
        path = input().strip()
        if not path:  # 빈 줄이 입력되면 종료
            break
        video_paths.append(path)

    if not video_paths:
        print("처리할 파일이 입력되지 않았습니다.")
        return

    print(f"\n총 {len(video_paths)}개의 파일을 처리합니다...")

    for i, video_path in enumerate(video_paths, 1):
        print(f"\n[{i}/{len(video_paths)}] 처리 중...")
        process_video(video_path)

    print("\n모든 파일 처리가 완료되었습니다!")

if __name__ == "__main__":
    process_multiple_videos()