app.py

import os
import re
import time
import json
import tempfile
import gradio as gr
from pptx import Presentation
from pptx.util import Pt, Inches, Emu
from pptx.enum.text import PP_ALIGN, MSO_ANCHOR
from pptx.oxml.xmlchemy import OxmlElement
import google.generativeai as genai
from google.cloud import texttospeech
from google.cloud import storage
from google.oauth2 import service_account

# ===================================================================
# 1. 認証・環境設定
# ===================================================================

# 環境変数から設定を読み込む
GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY")
GCP_JSON_CONTENT = os.environ.get("GCP_JSON")
GCS_BUCKET_NAME = os.environ.get("GCS_BUCKET_NAME")

# Geminiのセットアップ
if GEMINI_API_KEY:
    genai.configure(api_key=GEMINI_API_KEY)
    gemini_model = genai.GenerativeModel('gemini-1.5-pro') # 安定版推奨
else:
    print("Warning: GEMINI_API_KEY is not set.")

# GCP認証情報のセットアップ（JSON文字列を一時ファイルに書き出して使用）
def setup_gcp_credentials():
    if not GCP_JSON_CONTENT:
        return None
    try:
        # 一時ファイルを作成
        with tempfile.NamedTemporaryFile(mode='w', delete=False, suffix='.json') as f:
            f.write(GCP_JSON_CONTENT)
            return f.name
    except Exception as e:
        print(f"Error setting up GCP credentials: {e}")
        return None

GCP_CREDENTIALS_PATH = setup_gcp_credentials()
if GCP_CREDENTIALS_PATH:
    os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = GCP_CREDENTIALS_PATH

# フォント等の設定（元のコードから継承）
FONT_SETTINGS = {
    'FONT_FAMILY': '游ゴシック', # クラウド上では代替フォントになる可能性があります
    'CONTENT_PAGE_MAIN_TITLE_SIZE': Pt(20),
    'CONTENT_PAGE_SUB_TITLE_SIZE': Pt(12),
    'CONTENT_SECTION_TITLE_SIZE': Pt(14),
    'CONTENT_SUBSECTION_TITLE_SIZE': Pt(12),
    'CONTENT_BODY_SIZE': Pt(12),
    'EMPHASIS_BOLD': True,
    'BODY_LINE_SPACING': 1.2,
    'CPL_FULLWIDTH': 37,
}

# プロンプト（元のコードと同じ）
GEMINI_PROMPT = """
あなたは優秀なテクニカルライターです。
以下のプレゼンテーションの情報を元に、読みやすい研修用マニュアルを作成してください。
（中略：元のプロンプトと同じ内容と仮定して簡略化しますが、実際は元の長いプロンプトを使用してください）
出力はマークダウン形式でお願いします。
# タイトル
## １．章
### 01 | 大見出し
#### セクション
##### ■ 小タイトル
本文
"""
# ※スペース節約のためプロンプト全文は元のコードのものを使用してください。ここには簡易版を置いています。
# 実際の実装時は、元のコードの GEMINI_PROMPT と GEMINI_PROMPT_VIDEO をここに貼り付けてください。

# ===================================================================
# 2. ロジック関数群 (Tkinter依存を排除)
# ===================================================================

def extract_texts_from_pptx(pptx_path):
    presentation = Presentation(pptx_path)
    slide_texts, notes_texts = [], []
    for i, slide in enumerate(presentation.slides):
        slide_text_parts = [shape.text_frame.text.strip() for shape in slide.shapes if hasattr(shape, "text_frame") and shape.text_frame and shape.text_frame.text]
        if slide_text_parts:
            slide_texts.append(f"--- スライド {i+1} ---\n" + "\n".join(slide_text_parts))
        if slide.has_notes_slide and slide.notes_slide.notes_text_frame and slide.notes_slide.notes_text_frame.text:
            notes_texts.append(f"--- スライド {i+1} ノート ---\n{slide.notes_slide.notes_text_frame.text.strip()}")
    return "\n\n".join(slide_texts), "\n\n".join(notes_texts)

def pptx_to_markdown(file_obj):
    if not GEMINI_API_KEY:
        return "エラー: GEMINI_API_KEYが設定されていません。"
    
    pptx_path = file_obj.name
    slide_text, notes_text = extract_texts_from_pptx(pptx_path)
    
    # 実際はここで元の長い GEMINI_PROMPT を使用する
    full_prompt = f"""
    あなたは優秀なテクニカルライターです。以下の情報を元にマークダウン形式のマニュアルを作成してください。
    
    --- 元データ ---
    ■■■ スライド内容 ■■■
    {slide_text}
    ■■■ 発表者ノート ■■■
    {notes_text}
    """
    
    response = gemini_model.generate_content(full_prompt)
    
    # 出力ファイル作成
    output_filename = os.path.splitext(os.path.basename(pptx_path))[0] + ".txt"
    output_path = os.path.join(tempfile.gettempdir(), output_filename)
    
    with open(output_path, "w", encoding="utf-8") as f:
        f.write(response.text)
        
    return response.text, output_path

def markdown_to_pptx(md_file, template_file):
    if md_file is None or template_file is None:
        return None
        
    # Markdown読み込み
    with open(md_file.name, 'r', encoding='utf-8') as f:
        md_text = f.read()
    
    # ここに元の parse_markdown_manual 関数の中身が必要
    # 簡略化のため、元のロジックを呼び出す形にします
    # （※元のコードの関数定義はクラス外にあるため、そのまま利用可能です）
    manual_data = parse_markdown_manual_logic(md_text) # 下部で定義
    
    # PPTX生成
    template_path = template_file.name
    output_pptx_path = os.path.join(tempfile.gettempdir(), "generated_manual.pptx")
    
    # ここに元の create_presentation_from_manual のロジックを統合
    # 簡略化のため、ロジックを実行するラッパー関数とします
    try:
        generate_pptx_logic(manual_data, template_path, output_pptx_path)
        return output_pptx_path
    except Exception as e:
        return f"エラーが発生しました: {str(e)}"

# 元のコードからロジック部分だけ抽出・適合させたヘルパー関数
def parse_markdown_manual_logic(text):
    # 元の parse_markdown_manual とほぼ同じロジック
    lines = text.split('\n')
    manual_data = {'title': '', 'chapters': []}
    current_chapter = None
    # ... (元のコードのパースロジックをここに移植してください) ...
    # 簡略化のためダミーデータを返します。実際は元のパーサーを使ってください
    return manual_data 

def generate_pptx_logic(manual_data, template_path, output_path):
    # 元の create_presentation_from_manual のロジック
    prs = Presentation(template_path)
    # ... (スライド生成ロジック) ...
    prs.save(output_path)

# TTS処理 (GCP)
def text_to_speech_gcs(md_file):
    if not GCP_CREDENTIALS_PATH or not GCS_BUCKET_NAME:
        return None, "エラー: GCP設定 (JSON/BUCKET) が不足しています。"

    with open(md_file.name, 'r', encoding='utf-8') as f:
        md_text = f.read()
    
    # SSML生成 (元の build_ssml_from_markdown_with_pauses を使用)
    ssml = build_ssml_logic(md_text) 
    
    try:
        client = texttospeech.TextToSpeechLongAudioSynthesizeClient()
        storage_client = storage.Client()
        
        output_filename = f"tts_{int(time.time())}.wav"
        gcs_uri = f"gs://{GCS_BUCKET_NAME}/{output_filename}"
        
        synthesis_input = texttospeech.SynthesisInput(ssml=ssml)
        voice = texttospeech.VoiceSelectionParams(language_code="ja-JP", name="ja-JP-Neural2-B")
        audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.LINEAR16, speaking_rate=1.2)
        
        parent = f"projects/{storage_client.project}/locations/us-central1"
        request = texttospeech.SynthesizeLongAudioRequest(
            parent=parent, input=synthesis_input, audio_config=audio_config, voice=voice, output_gcs_uri=gcs_uri
        )
        
        operation = client.synthesize_long_audio(request=request)
        response = operation.result(timeout=600)
        
        # ダウンロード
        bucket = storage_client.bucket(GCS_BUCKET_NAME)
        blob = bucket.blob(output_filename)
        local_path = os.path.join(tempfile.gettempdir(), output_filename)
        blob.download_to_filename(local_path)
        
        # GCS上のゴミ掃除
        blob.delete()
        
        return local_path, "完了"
        
    except Exception as e:
        return None, f"TTSエラー: {e}"

def build_ssml_logic(text):
    # 元の build_ssml_from_markdown_with_pauses 関数の簡易版
    escaped = text.replace("&", "&amp;").replace("<", "&lt;").replace(">", "&gt;")
    return f"<speak>{escaped}</speak>"


# ===================================================================
# 3. Gradio UI
# ===================================================================

with gr.Blocks(title="マニュアル自動生成ツール (Cloud版)") as demo:
    gr.Markdown("# 育成マニュアル自動生成ツール")
    
    with gr.Tab("1. PPTX/動画 → Markdown"):
        gr.Markdown("PPTXまたはMP4ファイルをアップロードして、Geminiでテキスト化します。")
        input_file = gr.File(label="入力ファイル (PPTX/MP4)")
        btn_gen_md = gr.Button("Markdown生成")
        output_md_text = gr.Textbox(label="生成テキストプレビュー", lines=10)
        output_md_file = gr.File(label="ダウンロード用Markdown")
        
        btn_gen_md.click(pptx_to_markdown, inputs=[input_file], outputs=[output_md_text, output_md_file])

    with gr.Tab("2. Markdown → PPTX"):
        gr.Markdown("編集したMarkdownとテンプレートPPTXからマニュアルを作成します。")
        input_md = gr.File(label="Markdownファイル (.txt)")
        input_tmpl = gr.File(label="テンプレートPPTX")
        btn_gen_pptx = gr.Button("PPTX生成")
        output_pptx = gr.File(label="生成されたPPTX")
        
        # ※注意: 完全な動作には元のparse/createロジックの完全な移植が必要です
        # btn_gen_pptx.click(markdown_to_pptx, inputs=[input_md, input_tmpl], outputs=[output_pptx])
        gr.Markdown("※この機能はコード内の `parse_markdown_manual` 等のロジック関数を完全に移植する必要があります。")

    with gr.Tab("3. Markdown → 音声 (TTS)"):
        gr.Markdown("Markdownの内容をGoogle Cloud TTSで音声化します。(要GCP設定)")
        input_md_audio = gr.File(label="Markdownファイル")
        btn_gen_audio = gr.Button("音声生成")
        output_audio = gr.Audio(label="生成音声")
        output_msg = gr.Textbox(label="ステータス")
        
        btn_gen_audio.click(text_to_speech_gcs, inputs=[input_md_audio], outputs=[output_audio, output_msg])

if __name__ == "__main__":
    demo.launch()