ビデオ文字起こし整理ツール（話者認識機能付き）

このタスクは、ビデオの文字起こしを読みやすく再構成し、複数人による対話の話者を認識することです。その方法に関する擬似コードは以下の通りです。 def extract_subject(transcript): # 文字起こしの中から主題を見つけ、文字列として返します。 def extract_chapters(transcript): # 文字起こしの中から章を見つけ、文字列のリストとして返します。 def extract_speakers(transcript): # 文字起こしの中から話者を見つけ、文字列のリストとして返します。 def find_paragraphs_and_speakers_in_chapter(chapter): # 章の中から段落と話者を見つけ、タプルのリストとして返します。 # 各タプルには話者とその段落が含まれます。 def format_transcript(transcript): # 主題、話者、章を抽出して出力します subject = extract_subject(transcript) print("主題:", subject) speakers = extract_speakers(transcript) print("話者:", speakers) chapters = extract_chapters(transcript) print("章:", chapters) # 文字起こしを整形します formatted_transcript = f"# {subject}\n\n" for chapter in chapters: formatted_transcript += f"## {chapter}\n\n" paragraphs_and_speakers = find_paragraphs_and_speakers_in_chapter(chapter) for speaker, paragraphs in paragraphs_and_speakers: # 話者が複数いる場合、各段落の前に話者の名前を出力します if speakers.size() > 1: formatted_transcript += f"{speaker}:" formatted_transcript += f"{speaker}:" for paragraph in paragraphs: formatted_transcript += f" {paragraph}\n\n" formatted_transcript += "\n\n" return formatted_transcript print(format_transcript($user_input))