이미지 크롤링 로직 변경 및 자막 이미지 매칭 보완
parent
4d8462651a
commit
b8be2a355a
|
|
@ -97,11 +97,13 @@ def _extract_region_from_address(road_address: str | None, jibun_address: str |
|
|||
|
||||
|
||||
class _IndustryOutput(BaseModel):
|
||||
industry: Literal["stay", "restaurant", "cafe", "salon", "clinic", "fitness", "academy", "attraction"]
|
||||
industry: Literal[
|
||||
"stay", "restaurant", "cafe", "salon", "clinic", "fitness", "academy", "attraction", "general"
|
||||
]
|
||||
|
||||
|
||||
async def _resolve_industry(category: str, customer_name: str = "") -> str:
|
||||
"""업체를 통합 프롬프트의 8개 industry enum 중 하나로 AI 분류.
|
||||
"""업체를 통합 프롬프트의 9개 industry enum 중 하나로 AI 분류.
|
||||
|
||||
분류 근거는 카테고리를 우선 사용하고, 카테고리가 없으면 업체명으로 분류한다.
|
||||
근거가 둘 다 없으면 빈 문자열 반환. API 장애 시 예외 전파(하위 분석도 동일 API 의존).
|
||||
|
|
@ -115,10 +117,12 @@ async def _resolve_industry(category: str, customer_name: str = "") -> str:
|
|||
chatgpt = ChatgptService()
|
||||
prompt = (
|
||||
f"{basis_label}: '{basis_value}'\n"
|
||||
"위 정보를 바탕으로 이 업체를 다음 8개 업종 중 가장 적합한 하나로 분류하세요: "
|
||||
"위 정보를 바탕으로 이 업체를 다음 업종 중 가장 적합한 하나로 분류하세요: "
|
||||
"stay(숙박/펜션/호텔), restaurant(음식점), cafe(카페/디저트), "
|
||||
"salon(미용실/네일/뷰티), clinic(병원/의원/치과), fitness(헬스/필라테스/요가), "
|
||||
"academy(학원/교습소), attraction(관광/체험/액티비티). "
|
||||
"위 8개 중 어느 것에도 명확히 해당하지 않는 경우에만 general(기타/범용 업종)로 분류하세요. "
|
||||
"유사한 업종이 있으면 general 대신 그 업종을 우선 선택하세요."
|
||||
)
|
||||
result = await chatgpt._call_pydantic_output_chat_completion(
|
||||
prompt=prompt,
|
||||
|
|
@ -312,7 +316,7 @@ async def _crawling_logic(
|
|||
[img["original"] for img in extra_photo_urls], industry
|
||||
)
|
||||
except Exception as e:
|
||||
logger.error(f"[crawling] Step 3 FAILED - 이미지 필터링 중 오류: {e}")
|
||||
# logger.error(f"[crawling] Step 3 FAILED - 이미지 필터링 중 오류: {e}")
|
||||
raise HTTPException(
|
||||
status_code=status.HTTP_502_BAD_GATEWAY,
|
||||
detail="이미지 마케팅 적합성 필터링 중 오류가 발생했습니다.",
|
||||
|
|
@ -337,11 +341,22 @@ async def _crawling_logic(
|
|||
try:
|
||||
# Step 4-1: ChatGPT 서비스 초기화 및 입력 데이터 구성
|
||||
chatgpt_service = ChatgptService()
|
||||
# 메뉴 전달은 잠정 보류 — 사이드 메뉴(볶음밥·냉면 등)가 분석에 과도한 영향을 주는
|
||||
# 문제로 프롬프트에서 {menu_info}를 제거함. 크롤링(scraper.menu_info)은 유지 중이므로
|
||||
# 주력/사이드 구분 방안이 정리되면 아래 주석을 되살려 재전달할 것.
|
||||
# menus = scraper.menu_info or []
|
||||
# menus = sorted(menus, key=lambda m: not m.get("recommend"))[:15]
|
||||
# menu_info = ", ".join(m["name"] for m in menus if m.get("name"))
|
||||
top_keywords = (scraper.voted_keyword_stats or [])[:5]
|
||||
input_marketing_data = {
|
||||
"customer_name": customer_name,
|
||||
"region": region,
|
||||
"detail_region_info": road_address or "",
|
||||
"industry": industry, # 통합 프롬프트 내부 분기용 업종 enum
|
||||
"category": category, # 네이버 지도 원본 카테고리 텍스트
|
||||
"facility_info": scraper.facility_info or "",
|
||||
"voted_keywords": ", ".join(kw["displayName"] for kw in top_keywords),
|
||||
# "menu_info": menu_info, # 실제 판매 품목 (셀링포인트 구체화용)
|
||||
}
|
||||
|
||||
# Step 4-2: GPT API 호출 → 구조화된 마케팅 분석 결과 반환
|
||||
|
|
@ -456,6 +471,7 @@ async def manual_marketing(
|
|||
"region": region,
|
||||
"detail_region_info": request_body.address,
|
||||
"industry": industry, # 통합 프롬프트 내부 분기용 업종 enum
|
||||
"category": request_body.category, # 사용자 입력 원본 카테고리 텍스트 (세부 묘사 참고용)
|
||||
}
|
||||
marketing_analysis = await chatgpt_service.generate_structured_output(
|
||||
marketing_prompt, input_marketing_data
|
||||
|
|
@ -658,7 +674,7 @@ async def upload_images_blob(
|
|||
),
|
||||
industry: str = Form(
|
||||
default="",
|
||||
description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 크롤링 응답의 industry 값을 그대로 전달",
|
||||
description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 크롤링 응답의 industry 값을 그대로 전달",
|
||||
),
|
||||
current_user: User = Depends(get_current_user),
|
||||
) -> ImageUploadResponse:
|
||||
|
|
|
|||
|
|
@ -118,7 +118,7 @@ class Project(Base):
|
|||
String(50),
|
||||
nullable=False,
|
||||
default="",
|
||||
comment="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction)",
|
||||
comment="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general)",
|
||||
)
|
||||
|
||||
language: Mapped[str] = mapped_column(
|
||||
|
|
|
|||
|
|
@ -78,7 +78,7 @@ class ProcessedInfo(BaseModel):
|
|||
customer_name: str = Field(..., description="고객명/가게명 (base_info.name)")
|
||||
region: str = Field(..., description="지역명 (roadAddress에서 추출한 시 이름)")
|
||||
detail_region_info: str = Field(..., description="상세 지역 정보 (roadAddress)")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction)")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general)")
|
||||
|
||||
|
||||
# class MarketingAnalysisDetail(BaseModel):
|
||||
|
|
@ -249,7 +249,7 @@ class CrawlingResponse(BaseModel):
|
|||
None, description="마케팅 분석 결과 . 실패 시 null"
|
||||
)
|
||||
m_id : int = Field(..., description="마케팅 분석 결과 ID")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction)")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general)")
|
||||
|
||||
|
||||
class ManualMarketingRequest(BaseModel):
|
||||
|
|
|
|||
|
|
@ -76,7 +76,7 @@ class GenerateLyricRequest(BaseModel):
|
|||
description="영상 방향 (horizontal: 가로형, vertical: 세로형)",
|
||||
),
|
||||
m_id : Optional[int] = Field(None, description="마케팅 인텔리전스 ID 값")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction)")
|
||||
industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general)")
|
||||
instrumental: bool = Field(default=False, description="BGM 전용 모드 (가사 생성 안 함)")
|
||||
genre: Optional[str] = Field(
|
||||
None,
|
||||
|
|
|
|||
|
|
@ -36,7 +36,7 @@ async def autotag_images(image_url_list : list[str], industry: str = "") -> list
|
|||
MAX_RETRY = 2
|
||||
for _ in range(MAX_RETRY):
|
||||
failed_idx = [i for i, r in enumerate(image_result_list) if isinstance(r, Exception)]
|
||||
print("Failed", failed_idx)
|
||||
# print("Failed", failed_idx)
|
||||
if not failed_idx:
|
||||
break
|
||||
retried = await asyncio.gather(
|
||||
|
|
@ -46,5 +46,5 @@ async def autotag_images(image_url_list : list[str], industry: str = "") -> list
|
|||
for i, result in zip(failed_idx, retried):
|
||||
image_result_list[i] = result
|
||||
|
||||
print("Failed", failed_idx)
|
||||
# print("Failed", failed_idx)
|
||||
return image_result_list
|
||||
|
|
@ -895,6 +895,20 @@ class CreatomateService:
|
|||
response.raise_for_status()
|
||||
return response.json()
|
||||
|
||||
@staticmethod
|
||||
def _entrance_transition_offset(elem: dict) -> float:
|
||||
"""요소의 entrance transition(transition=true, time==0) duration 합을 반환합니다.
|
||||
|
||||
순차 배치 시 이 값만큼 이전 요소와 겹치도록 시작점이 앞당겨집니다.
|
||||
"""
|
||||
offset = 0.0
|
||||
for animation in elem.get("animations", []):
|
||||
if "reversed" in animation:
|
||||
continue
|
||||
if "transition" in animation and animation["transition"] and animation.get("time", 0) == 0:
|
||||
offset += animation["duration"]
|
||||
return offset
|
||||
|
||||
def calc_scene_duration(self, template: dict) -> float:
|
||||
"""템플릿의 전체 장면 duration을 계산합니다."""
|
||||
total_template_duration = 0.0
|
||||
|
|
@ -908,15 +922,7 @@ class CreatomateService:
|
|||
if elem["track"] not in track_maximum_duration:
|
||||
continue
|
||||
if "time" not in elem or elem["time"] == 0: # elem is auto / 만약 마지막 elem이 auto인데 그 앞에 time이 있는 elem 일 시 버그 발생 확률 있음
|
||||
track_maximum_duration[elem["track"]] += elem["duration"]
|
||||
|
||||
if "animations" not in elem:
|
||||
continue
|
||||
for animation in elem["animations"]:
|
||||
if "reversed" in animation:
|
||||
continue
|
||||
if "transition" in animation and animation["transition"] and animation.get("time", 0) == 0:
|
||||
track_maximum_duration[elem["track"]] -= animation["duration"]
|
||||
track_maximum_duration[elem["track"]] += elem["duration"] - self._entrance_transition_offset(elem)
|
||||
else:
|
||||
track_maximum_duration[elem["track"]] = max(track_maximum_duration[elem["track"]], elem["time"] + elem["duration"])
|
||||
|
||||
|
|
@ -928,6 +934,36 @@ class CreatomateService:
|
|||
|
||||
return total_template_duration
|
||||
|
||||
def calc_track_time_ranges(self, template: dict, track: int) -> list[tuple[str, float, float]]:
|
||||
"""최상위 요소 중 지정 track의 (name, start, end) 시간 범위를 계산합니다.
|
||||
|
||||
Creatomate 규칙에 따라 `time`이 없거나 0인 요소는 같은 트랙의 이전 요소 뒤에
|
||||
순차 배치되며, entrance transition duration만큼 이전 요소와 겹치도록
|
||||
시작점을 앞당깁니다(calc_scene_duration의 차감 규칙과 동치).
|
||||
`time`이 명시된 요소는 해당 시각에서 시작하고, 커서는 그 요소의 끝으로 이동합니다.
|
||||
"""
|
||||
ranges: list[tuple[str, float, float]] = []
|
||||
cursor = 0.0
|
||||
for elem in template["source"]["elements"]:
|
||||
try:
|
||||
if elem.get("track") != track:
|
||||
continue
|
||||
duration = elem["duration"]
|
||||
|
||||
if "time" not in elem or elem["time"] == 0: # 순차 배치(auto)
|
||||
start = max(0.0, cursor - self._entrance_transition_offset(elem))
|
||||
else:
|
||||
start = elem["time"]
|
||||
|
||||
end = start + duration
|
||||
cursor = end
|
||||
ranges.append((elem.get("name", ""), start, end))
|
||||
except Exception as e:
|
||||
logger.debug(traceback.format_exc())
|
||||
logger.error(f"[calc_track_time_ranges] Error processing element: {elem}, {e}")
|
||||
|
||||
return ranges
|
||||
|
||||
def extend_template_duration(self, template: dict, target_duration: float) -> dict:
|
||||
"""템플릿의 duration을 target_duration으로 확장합니다."""
|
||||
# template["duration"] = target_duration + 0.5 # 늘린것보단 짧게
|
||||
|
|
|
|||
|
|
@ -81,7 +81,7 @@ async def filter_marketing_images(image_url_list: list[str], industry: str = "")
|
|||
failed_idx = [i for i, r in enumerate(results) if isinstance(r, Exception)]
|
||||
if not failed_idx:
|
||||
break
|
||||
logger.warning(f"[image_filter] 재시도 대상 인덱스: {failed_idx}")
|
||||
# logger.warning(f"[image_filter] 재시도 대상 인덱스: {failed_idx}")
|
||||
retried = await asyncio.gather(
|
||||
*[_call(image_url_list[i]) for i in failed_idx], return_exceptions=True
|
||||
)
|
||||
|
|
@ -89,10 +89,10 @@ async def filter_marketing_images(image_url_list: list[str], industry: str = "")
|
|||
results[i] = result
|
||||
|
||||
final_failed = [i for i, r in enumerate(results) if isinstance(r, Exception)]
|
||||
if final_failed:
|
||||
logger.warning(
|
||||
f"[image_filter] {len(final_failed)}건 최종 실패 → 보수적으로 제외 처리: {final_failed}"
|
||||
)
|
||||
# if final_failed:
|
||||
# logger.warning(
|
||||
# f"[image_filter] {len(final_failed)}건 최종 실패 → 보수적으로 제외 처리: {final_failed}"
|
||||
# )
|
||||
|
||||
return [
|
||||
(not isinstance(r, Exception)) and r.marketing_acceptable
|
||||
|
|
|
|||
|
|
@ -52,6 +52,12 @@ query getAccommodation($id: String!, $deviceType: String) {
|
|||
conveniences
|
||||
visitorReviewsTotal
|
||||
}
|
||||
menus {
|
||||
name
|
||||
price
|
||||
description
|
||||
recommend
|
||||
}
|
||||
images { images { origin url } }
|
||||
}
|
||||
}"""
|
||||
|
|
@ -100,6 +106,7 @@ query getVisitorReviewStats($id: String!) {
|
|||
self.base_info: dict | None = None
|
||||
self.facility_info: str | None = None
|
||||
self.voted_keyword_stats: list[dict] | None = None # 키워드 투표 집계 (displayName, count)
|
||||
self.menu_info: list[dict] | None = None # 메뉴 목록 (name, price, description, recommend)
|
||||
|
||||
def _get_request_headers(self) -> dict:
|
||||
headers = self.DEFAULT_HEADERS.copy()
|
||||
|
|
@ -209,7 +216,8 @@ query getVisitorReviewStats($id: String!) {
|
|||
|
||||
# ── 실제 브라우저로 WTM 캡차 우회 ──
|
||||
data, stats_data, extra_photo_urls = await self._scrap_via_browser(place_id)
|
||||
fac_data = None # 편의시설(HTML)은 브라우저 경로에서 생략 (best-effort)
|
||||
# 편의시설은 HTML 페이지 파싱이라 GraphQL(WTM) 차단과 별개로 직접 시도 (best-effort, 실패 시 None)
|
||||
fac_data = await self._get_facility_string(place_id)
|
||||
self.scrap_type = "GraphQL-Browser"
|
||||
|
||||
self.rawdata = data
|
||||
|
|
@ -243,6 +251,7 @@ query getVisitorReviewStats($id: String!) {
|
|||
self.base_info = data["data"]["business"]["base"]
|
||||
self.facility_info = fac_data
|
||||
self.voted_keyword_stats = stats_data
|
||||
self.menu_info = business.get("menus") or None
|
||||
|
||||
return
|
||||
|
||||
|
|
|
|||
|
|
@ -149,17 +149,17 @@ class ChatgptService:
|
|||
logger.info(f"[ChatgptService({self.model_type})] Retrying request...")
|
||||
continue
|
||||
# Response 디버그 로깅
|
||||
logger.debug(f"[ChatgptService({self.model_type})] attempt: {attempt}")
|
||||
logger.debug(f"[ChatgptService({self.model_type})] Response ID: {response.id}")
|
||||
logger.debug(f"[ChatgptService({self.model_type})] Response finish_reason: {response.id}")
|
||||
logger.debug(f"[ChatgptService({self.model_type})] Response model: {response.model}")
|
||||
# logger.debug(f"[ChatgptService({self.model_type})] attempt: {attempt}")
|
||||
# logger.debug(f"[ChatgptService({self.model_type})] Response ID: {response.id}")
|
||||
# logger.debug(f"[ChatgptService({self.model_type})] Response finish_reason: {response.id}")
|
||||
# logger.debug(f"[ChatgptService({self.model_type})] Response model: {response.model}")
|
||||
|
||||
choice = response.choices[0]
|
||||
finish_reason = choice.finish_reason
|
||||
|
||||
if finish_reason == "stop":
|
||||
output_text = choice.message.content or ""
|
||||
logger.debug(f"[ChatgptService({self.model_type})] Response output_text: {output_text[:200]}..." if len(output_text) > 200 else f"[ChatgptService] Response output_text: {output_text}")
|
||||
# output_text = choice.message.content or ""
|
||||
# logger.debug(f"[ChatgptService({self.model_type})] Response output_text: {output_text[:200]}..." if len(output_text) > 200 else f"[ChatgptService] Response output_text: {output_text}")
|
||||
return choice.message.parsed
|
||||
|
||||
elif finish_reason == "length":
|
||||
|
|
|
|||
|
|
@ -116,7 +116,7 @@ class ImageTagPromptInput(BaseModel):
|
|||
"""이미지 태깅 프롬프트에 전달되는 입력 스키마.
|
||||
분석할 이미지 URL과 업종 정보, LLM이 선택 가능한 태그 후보 리스트를 포함."""
|
||||
img_url : str = Field(..., description="이미지 URL")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
space_type: list[str] = Field(list(SpaceType), description="공간적 정보를 가지는 태그 리스트")
|
||||
subject: list[str] = Field(list(Subject), description="피사체 정보를 가지는 태그 리스트")
|
||||
camera: list[str] = Field(list(Camera), description="카메라 정보를 가지는 태그 리스트")
|
||||
|
|
|
|||
|
|
@ -12,7 +12,7 @@ class LyricPromptInput(BaseModel):
|
|||
language : str= Field(..., description = "가사 언어")
|
||||
genre : str = Field(default="", description = "지정된 음악 장르 (kpop|pop|ballad|hip-hop|rnb|edm|jazz|rock). 비어있으면 GPT가 무드에 맞는 장르를 자유롭게 추천")
|
||||
exclude_genre : str = Field(default="", description = "재생성 시 직전에 사용된 장르. genre가 비어있는 경우(자동 선택) 이 장르는 추천에서 제외")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
|
||||
# Output 정의
|
||||
class LyricPromptOutput(BaseModel):
|
||||
|
|
|
|||
|
|
@ -6,7 +6,12 @@ class MarketingPromptInput(BaseModel):
|
|||
customer_name : str = Field(..., description = "마케팅 대상 사업체 이름")
|
||||
region : str = Field(..., description = "마케팅 대상 지역")
|
||||
detail_region_info : str = Field(..., description = "마케팅 대상 지역 상세")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
category : str = Field(default="", description = "네이버 지도 원본 카테고리 텍스트 (예: 펜션, 한식). industry 모듈 선택에는 관여하지 않고 세부 묘사의 참고 정보로만 사용")
|
||||
facility_info : str = Field(default="", description = "편의시설 정보 (네이버 지도 크롤링, 없으면 빈 문자열)")
|
||||
voted_keywords : str = Field(default="", description = "방문자 키워드 투표 상위 5개 (쉼표 구분, 없으면 빈 문자열)")
|
||||
# 메뉴 전달은 잠정 보류 (사이드 메뉴가 분석에 과도한 영향을 주는 문제). 재도입 시 주석 해제.
|
||||
# menu_info : str = Field(default="", description = "메뉴/상품 목록 (네이버 지도 크롤링, 쉼표 구분, 없으면 빈 문자열). 실제 판매 품목 기반 셀링포인트 작성에 사용")
|
||||
|
||||
# Output 정의
|
||||
class BrandIdentity(BaseModel):
|
||||
|
|
|
|||
|
|
@ -10,7 +10,7 @@ class SubtitlePromptInput(BaseModel):
|
|||
customer_name : str = Field(..., description = "마케팅 대상 사업체 이름")
|
||||
detail_region_info : str = Field(..., description = "마케팅 대상 지역 상세")
|
||||
language : str = Field(default="Korean", description="자막 출력 언어 (Korean, English, Chinese, Japanese, Thai, Vietnamese)")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
|
||||
# Output 정의
|
||||
class PitchingOutput(BaseModel):
|
||||
|
|
|
|||
|
|
@ -8,7 +8,7 @@ class YTUploadPromptInput(BaseModel):
|
|||
marketing_intelligence_summary : Optional[str] = Field(None, description = "마케팅 분석 정보 보고서")
|
||||
language : str= Field(..., description = "영상 언어")
|
||||
target_keywords: List[str] = Field(..., description="태그 키워드 리스트")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
industry : str = Field(default="", description = "업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 통합 프롬프트가 이 값으로 내부 분기")
|
||||
|
||||
# Output 정의
|
||||
class YTUploadPromptOutput(BaseModel):
|
||||
|
|
|
|||
|
|
@ -839,7 +839,7 @@ logger = get_logger("video")
|
|||
# )
|
||||
from sqlalchemy.dialects import mysql
|
||||
async def get_image_tags_by_task_id(task_id: str) -> list[dict]:
|
||||
print("taskid", task_id)
|
||||
# print("taskid", task_id)
|
||||
async with AsyncSessionLocal() as session:
|
||||
stmt = (
|
||||
select(Image.img_url, ImageTag.img_tag)
|
||||
|
|
@ -854,9 +854,9 @@ async def get_image_tags_by_task_id(task_id: str) -> list[dict]:
|
|||
ImageTag.img_tag.is_not(None),
|
||||
)
|
||||
)
|
||||
print(stmt.compile(dialect=mysql.dialect(), compile_kwargs={"literal_binds": True}))
|
||||
# print(stmt.compile(dialect=mysql.dialect(), compile_kwargs={"literal_binds": True}))
|
||||
rows = (await session.execute(stmt)).all()
|
||||
print("rows", rows)
|
||||
print(rows)
|
||||
print("image" , [{"image_url": row.img_url, "image_tag": row.img_tag} for row in rows])
|
||||
# print("rows", rows)
|
||||
# print(rows)
|
||||
# print("image" , [{"image_url": row.img_url, "image_tag": row.img_tag} for row in rows])
|
||||
return [{"image_url": row.img_url, "image_tag": row.img_tag} for row in rows]
|
||||
|
|
@ -9,7 +9,12 @@ from sqlalchemy import select
|
|||
from app.database.session import BackgroundSessionLocal
|
||||
from app.home.models import Project, MarketingIntel
|
||||
from app.utils.subtitles import SubtitleContentsGenerator
|
||||
from app.utils.creatomate import CreatomateService
|
||||
from app.utils.creatomate import (
|
||||
CreatomateService,
|
||||
SCENE_TRACK,
|
||||
SUBTITLE_TRACK,
|
||||
KEYWORD_TRACK,
|
||||
)
|
||||
from app.utils.logger import get_logger
|
||||
from app.video.services.video import get_image_tags_by_task_id
|
||||
from app.utils.prompts.schemas.image import NARRATIVE_PHASE_LABEL
|
||||
|
|
@ -121,6 +126,8 @@ async def generate_creative_assets_background(
|
|||
pitchings_with_context = _build_pitching_list_with_image_context(
|
||||
pitching_label_list=pitchings_raw,
|
||||
assigned_image_tags=assigned_image_tags,
|
||||
template=template,
|
||||
creatomate_service=creatomate_service,
|
||||
)
|
||||
|
||||
subtitle_generator = SubtitleContentsGenerator()
|
||||
|
|
@ -134,8 +141,9 @@ async def generate_creative_assets_background(
|
|||
)
|
||||
pitching_output_list = generated_subtitles.pitching_results
|
||||
|
||||
# LLM이 pitching_tag에 " | 화면: ..." 컨텍스트 접미를 그대로 되돌려줄 수 있으므로 제거
|
||||
subtitle_modifications = {
|
||||
pitching_output.pitching_tag: pitching_output.pitching_data
|
||||
pitching_output.pitching_tag.split(IMAGE_CONTEXT_SEP)[0].strip(): pitching_output.pitching_data
|
||||
for pitching_output in pitching_output_list
|
||||
}
|
||||
logger.info(f"[generate_creative_assets_background] subtitle_modifications: {subtitle_modifications}")
|
||||
|
|
@ -170,49 +178,113 @@ async def generate_creative_assets_background(
|
|||
logger.error(f"[generate_creative_assets_background] 모든 재시도 실패 - task_id: {task_id}")
|
||||
|
||||
|
||||
def _build_pitching_list_with_image_context(
|
||||
pitching_label_list: list[str],
|
||||
# 이미지 컨텍스트 접미 구분자 — 생성(_context_for_label)과 제거(subtitle_modifications) 양쪽에서 사용
|
||||
IMAGE_CONTEXT_SEP = " | "
|
||||
|
||||
|
||||
def _merge_unique(tags: list[dict], key: str) -> list:
|
||||
"""태그들의 key 리스트를 순서 유지하며 중복 제거해 병합합니다."""
|
||||
return list(dict.fromkeys(item for tag in tags for item in tag.get(key, [])))
|
||||
|
||||
|
||||
def _aggregate_tags_by_composition(
|
||||
template: dict,
|
||||
assigned_image_tags: dict[str, dict],
|
||||
) -> list[str]:
|
||||
"""pitching 레이블 리스트에 배정 이미지 컨텍스트를 포함하여 반환합니다.
|
||||
creatomate_service: CreatomateService,
|
||||
) -> dict[str, dict]:
|
||||
"""SCENE_TRACK 최상위 컴포지션별로 배정된 이미지 태그를 집계합니다.
|
||||
|
||||
슬롯명(`bedroom-furniture-tight_crop-slow_zoom_in-welcome`)의 5번째 토큰과
|
||||
pitching 레이어명(`subtitle-welcome-emotion_cue-empathic-001`)의 2번째 토큰이
|
||||
동일한 narrative_phase이므로 시간 겹침 계산 없이 phase로 직접 매칭합니다.
|
||||
|
||||
출력 예시:
|
||||
"subtitle-welcome-emotion_cue-empathic-001 | 화면: lobby / furniture / 진입(welcome) 단계"
|
||||
컴포지션 하위 leaf image가 여러 개면(다중 이미지 씬) space_type/subject를
|
||||
순서 유지 중복 제거로 병합합니다. 배정된 태그가 없는 컴포지션(CTA 등)은
|
||||
결과에 포함하지 않습니다.
|
||||
"""
|
||||
# narrative_phase → 해당 phase에 배정된 image_tag 매핑 구성
|
||||
# 슬롯명 형식: {space_type}-{subject}-{camera}-{motion}-{narrative_phase}
|
||||
phase_to_tag: dict[str, dict] = {}
|
||||
for slot_name, tag in assigned_image_tags.items():
|
||||
tokens = slot_name.split("-")
|
||||
if len(tokens) >= 5:
|
||||
phase = tokens[4]
|
||||
# 같은 phase에 슬롯이 여러 개면 첫 번째만 사용
|
||||
if phase not in phase_to_tag:
|
||||
phase_to_tag[phase] = tag
|
||||
comp_tags: dict[str, dict] = {}
|
||||
for elem in template["source"]["elements"]:
|
||||
if elem.get("track") != SCENE_TRACK or not elem.get("name"):
|
||||
continue
|
||||
name_to_type = creatomate_service.parse_template_component_name([elem])
|
||||
leaf_tags = [
|
||||
assigned_image_tags[name]
|
||||
for name, elem_type in name_to_type.items()
|
||||
if elem_type == "image" and name in assigned_image_tags
|
||||
]
|
||||
if not leaf_tags:
|
||||
continue
|
||||
comp_tags[elem["name"]] = {
|
||||
"space_type": _merge_unique(leaf_tags, "space_type"),
|
||||
"subject": _merge_unique(leaf_tags, "subject"),
|
||||
}
|
||||
return comp_tags
|
||||
|
||||
if not phase_to_tag:
|
||||
return pitching_label_list
|
||||
|
||||
result = []
|
||||
for label in pitching_label_list:
|
||||
# pitching 레이어명 형식: {track_role}-{narrative_phase}-{content_type}-{tone}-{pair_id}
|
||||
tokens = label.split("-")
|
||||
context_str = ""
|
||||
if len(tokens) >= 2:
|
||||
phase = tokens[1]
|
||||
tag = phase_to_tag.get(phase)
|
||||
if tag:
|
||||
def _context_for_label(
|
||||
text_range: tuple[float, float],
|
||||
scene_ranges: list[tuple[str, float, float]],
|
||||
comp_tags: dict[str, dict],
|
||||
) -> str:
|
||||
"""텍스트 재생 구간과 시간 겹침이 최대인 씬의 이미지 컨텍스트 접미를 만듭니다.
|
||||
|
||||
태그가 배정된 컴포지션 중 겹침이 최대인 씬을 선택하며(동률 시 이른 시작 우선),
|
||||
겹치는 씬이 없으면 빈 문자열을 반환합니다.
|
||||
"""
|
||||
text_start, text_end = text_range
|
||||
candidates = [
|
||||
(min(text_end, comp_end) - max(text_start, comp_start), -comp_start, comp_name)
|
||||
for comp_name, comp_start, comp_end in scene_ranges
|
||||
if comp_name in comp_tags
|
||||
]
|
||||
candidates = [c for c in candidates if c[0] > 0]
|
||||
if not candidates:
|
||||
return ""
|
||||
|
||||
best_comp = max(candidates)[2]
|
||||
tag = comp_tags[best_comp]
|
||||
space_types = tag.get("space_type", [])
|
||||
subjects = tag.get("subject", [])
|
||||
space_str = "/".join(space_types[:2]) if space_types else "?"
|
||||
subject_str = subjects[0] if subjects else "?"
|
||||
# 컴포지션명 형식: {space_type}-{subject}-{camera}-{motion}-{narrative_phase}
|
||||
comp_tokens = best_comp.split("-")
|
||||
phase = comp_tokens[4] if len(comp_tokens) >= 5 else ""
|
||||
phase_str = NARRATIVE_PHASE_LABEL.get(phase, phase)
|
||||
context_str = f" | 화면: {space_str} / {subject_str} / {phase_str} 단계"
|
||||
return f"{IMAGE_CONTEXT_SEP}화면: {space_str} / {subject_str} / {phase_str} 단계"
|
||||
|
||||
|
||||
def _build_pitching_list_with_image_context(
|
||||
pitching_label_list: list[str],
|
||||
assigned_image_tags: dict[str, dict],
|
||||
template: dict,
|
||||
creatomate_service: CreatomateService,
|
||||
) -> list[str]:
|
||||
"""pitching 레이블 리스트에 배정 이미지 컨텍스트를 포함하여 반환합니다.
|
||||
|
||||
텍스트 레이어(SUBTITLE/KEYWORD_TRACK)와 이미지 컴포지션(SCENE_TRACK)의
|
||||
시간 범위를 계산해, 각 텍스트가 재생되는 동안 화면에 가장 오래 보이는
|
||||
(시간 겹침이 최대인) 컴포지션의 이미지 태그를 컨텍스트로 붙입니다.
|
||||
narrative_phase 토큰 매칭과 달리 phase 이름이 어긋나거나(자막 outro vs
|
||||
이미지 accent) 같은 phase에 씬이 여러 개여도 올바른 짝을 찾습니다.
|
||||
|
||||
겹치는 씬이 없거나 해당 씬에 배정된 이미지가 없으면(CTA 등) 컨텍스트를
|
||||
생략합니다. 렌더 시 extend_template_duration은 전 트랙 균등 배율이므로
|
||||
원본 템플릿 기준 겹침 관계는 스케일 후에도 유지됩니다.
|
||||
|
||||
출력 예시:
|
||||
"subtitle-welcome-emotion_cue-empathic-001 | 화면: lobby / furniture / 진입(welcome) 단계"
|
||||
"""
|
||||
comp_tags = _aggregate_tags_by_composition(template, assigned_image_tags, creatomate_service)
|
||||
if not comp_tags:
|
||||
return pitching_label_list
|
||||
|
||||
scene_ranges = creatomate_service.calc_track_time_ranges(template, SCENE_TRACK)
|
||||
text_ranges: dict[str, tuple[float, float]] = {}
|
||||
for track in (SUBTITLE_TRACK, KEYWORD_TRACK):
|
||||
for name, start, end in creatomate_service.calc_track_time_ranges(template, track):
|
||||
text_ranges[name] = (start, end)
|
||||
|
||||
result = []
|
||||
for label in pitching_label_list:
|
||||
text_range = text_ranges.get(label)
|
||||
context_str = _context_for_label(text_range, scene_ranges, comp_tags) if text_range else ""
|
||||
result.append(label + context_str)
|
||||
|
||||
return result
|
||||
|
|
|
|||
Loading…
Reference in New Issue