segment.text

app.py

@@ -417,10 +417,10 @@ def generate_transcription_by_whisper(video_id):
                 
                 # Adjusting the timestamps for the chunk based on its position in the full audio
                 adjusted_segments = [{
-                    'text': segment['text'],
-                    'start': math.ceil(segment['start'] + start_time / 1000.0),  # Converting milliseconds to seconds
-                    'end': math.ceil(segment['end'] + start_time / 1000.0),
-                    'duration': math.ceil(segment['end'] - segment['start'])
+                    'text': segment.text,  # 使用 .text 屬性而不是 ['text']
+                    'start': math.ceil(segment.start + start_time / 1000.0),  # Converting milliseconds to seconds
+                    'end': math.ceil(segment.end + start_time / 1000.0),
+                    'duration': math.ceil(segment.end - segment.start)
                 } for segment in response.segments]
 
                 transcription.extend(adjusted_segments)
@@ -1030,7 +1030,7 @@ def generate_summarise(df_string, metadata=None, LLM_model=None):
     all_content = []
 
     for segment in segments:
-        sys_content = "你是一個擅長資料分析跟影片教學的老師，user 為學生，請精讀資料文本，自行判斷資料的種類，使用 zh-TW"
+        sys_content = "你是一個擅長資料分析跟影片教學的老師，user 為學生，請精讀資料文本，自行判斷賛料的種類，使用 zh-TW"
         user_content = f"""
             課程名稱：{title}
             科目：{subject}