Upload transcript_refiner.py with huggingface_hub

transcript_refiner.py

@@ -0,0 +1,144 @@
+from openai import OpenAI
+from typing import Optional, Dict, Any
+import streamlit as st
+
+# 定義可用的 OpenAI 模型
+OPENAI_MODELS = {
+    "gpt-4o": "GPT-4o",
+    "gpt-4o-mini": "GPT-4o-mini",
+    "o1-mini": "o1-mini",
+    "o3-mini": "o3-mini"
+}
+
+def refine_transcript(
+    raw_text: str,
+    api_key: str,
+    model: str = "o3-mini",
+    temperature: float = 0.5,
+    context: Optional[str] = None
+) -> Optional[Dict[str, Any]]:
+    """
+    使用 OpenAI 優化轉錄文字
+    
+    Args:
+        raw_text: 原始文字
+        api_key: OpenAI API 金鑰
+        model: 使用的模型名稱
+        temperature: 創意程度 (0.0-1.0)
+        context: 背景資訊
+    """
+    client = OpenAI(api_key=api_key)
+    
+    try:
+        # 準備 API 參數
+        system_prompt = (
+            "你是一個專業的文字編輯，負責將文字轉換成正確的繁體中文並修正語法錯誤。"
+            "請保持原意，但確保輸出是優美的繁體中文。"
+        )
+        if context:
+            system_prompt += f"\n\n背景資訊：{context}"
+        
+        params = {
+            "model": model,
+            "messages": [
+                {
+                    "role": "system",
+                    "content": system_prompt
+                },
+                {
+                    "role": "user",
+                    "content": f"請將以下文字轉換成繁體中文，並修正語法和標點符號：\n\n{raw_text}"
+                }
+            ]
+        }
+        
+        # 只有 gpt-4o 和 gpt-4o-mini 支援 temperature
+        if model.startswith("gpt-4"):
+            params["temperature"] = temperature
+        
+        # 第一步：修正並轉換為繁體中文
+        correction_response = client.chat.completions.create(**params)
+        
+        corrected_text = correction_response.choices[0].message.content
+        
+        # 第二步：結構化整理（使用相同的參數設定）
+        params["messages"] = [
+            {
+                "role": "system",
+                "content": (
+                    "你是一個專業的文字編輯，負責整理和結構化文字內容。"
+                    "請以繁體中文輸出，並確保格式清晰易讀。"
+                )
+            },
+            {
+                "role": "user",
+                "content": (
+                    "請幫我整理以下文字，並提供：\n"
+                    "1. 重點摘要\n"
+                    "2. 關鍵字列表\n"
+                    "3. 主要論點或重要資訊\n\n"
+                    f"{corrected_text}"
+                )
+            }
+        ]
+        
+        summary_response = client.chat.completions.create(**params)
+        summary_text = summary_response.choices[0].message.content
+        
+        # 計算總 token 使用量
+        total_input_tokens = (
+            correction_response.usage.prompt_tokens +
+            summary_response.usage.prompt_tokens
+        )
+        total_output_tokens = (
+            correction_response.usage.completion_tokens +
+            summary_response.usage.completion_tokens
+        )
+        
+        return {
+            "corrected": corrected_text,
+            "summary": summary_text,
+            "usage": {
+                "total_input_tokens": total_input_tokens,
+                "total_output_tokens": total_output_tokens,
+                "model": model
+            }
+        }
+        
+    except Exception as e:
+        print(f"文字優化失敗：{str(e)}")
+        return None
+
+
+def convert_to_traditional_chinese(
+    text: str,
+    api_key: str,
+    model: str = "o3-mini"
+) -> str:
+    """將文字轉換為繁體中文"""
+    client = OpenAI(api_key=api_key)
+    
+    response = client.chat.completions.create(
+        model=model,
+        temperature=0.1,  # 使用較低的溫度以確保準確轉換
+        messages=[
+            {
+                "role": "system",
+                "content": "你是一個專業的繁簡轉換工具，請將輸入文字轉換成繁體中文，保持原意不變。"
+            },
+            {
+                "role": "user",
+                "content": text
+            }
+        ]
+    )
+    
+    return response.choices[0].message.content
+
+# Example usage with elevenlabs_stt:
+# raw_transcript = transcribe_audio(...)['text']
+# refined = refine_transcript(
+#     raw_text=raw_transcript,
+#     api_key="OPENAI_API_KEY",
+#     temperature=0.5
+# )