🧠 WooriZip AI Server

AI 기능 4종을 통합한 Flask 기반 백엔드 서버입니다.

본 서버는 다음 기능을 제공합니다:

1. Thumbnail Generator

   • 얼굴 인식 + 웃는 표정 우선 점수화 → 최적 썸네일 자동 추출

2. STT → 요약 + 제목 생성

   • Gemini Flash 모델로 오디오 내용을 1줄 요약 + 영상 주제 기반 제목 자동 생성

3. Pet Shorts Generator

   • 반려동물 등장 구간 자동 탐지 + 구간만 모아 숏츠 파일 생성

4. Pet Daily Classifier

   • 업로드된 사진/영상에서 반려동물 등장 여부 분류

5. Face Arrangement (Face Guide)

   • 촬영 시 사용자 얼굴 위치 분석
   • "come_in / move_back / perfect" 상태 반환

---

📁 Project Structure

WooriZip-AI/
│
├── app.py
├── requirements.txt
│── shorts/generated
└── models/
    ├── thumb_stt.py
    ├── pet_shorts.py
    ├── pet_daily.py
    ├── face_arrange.py
    ├── __init__.py

---

🚀 How to Run

1) Install dependencies

pip install -r requirements.txt

2) Run Flask server

python app.py

서버는 다음 주소에서 실행됩니다:

http://localhost:8000

---

📌 API Endpoints

아래 모든 요청은 multipart/form-data 또는 JSON 형식을 사용합니다.

---

🎯 1) Thumbnail API

POST /thumbnail

Request

form-data:
  video: <mp4 file>

Response

{
  "message": "Thumbnail analysis successful",
  "time_sec": 1.35,
  "score": 422.1,
  "image_base64": "..."
}

---

📝 2) STT + Summary + Title API

POST /stt

Request

form-data:
  api_key: <Gemini API key>
  video: <mp4>

Response

{
  "message": "summary + title generation successful",
  "summary": "영상 내용을 한 문장으로 요약…",
  "title": "자동 생성된 제목"
}

---

🐶 3) Pet Detect API (반려동물 등장 구간)

POST /detect

Request

form-data:
  video: <mp4>

Response

{
  "message": "success",
  "segments": [
    [1.0, 3.0],
    [8.0, 11.0]
  ]
}

---

✂️ 4) Pet Shorts Generate API

POST /compile

Request (JSON)

{
  "video_path": "uploads/video1.mp4",
  "segments": [[1.0, 3.5], [8.0, 11.2]]
}

Response

{
  "message": "success",
  "output": "shorts/3f1d9a53.mp4"
}

---

📷 5) Pet Daily Classifier API

POST /classify

업로드된 파일이 사진인지 영상인지 자동 분류하여
반려동물 등장 여부를 판별합니다.

Request

form-data:
  file: <image or video>

Response

{
  "message": "success",
  "data": {
    "file_type": "video",
    "is_pet_present": true,
    "timestamps": [0.0, 1.0, 2.0]
  }
}

---

🙂 6) Face Arrangement API

POST /face_arrange

이미지 한 장을 분석하여 다음 상태 중 하나 반환:

• perfect
• move_back
• come_in

Request (form-data or base64 JSON)

1. Multipart 이미지 업로드

form-data:
  file: <image>

2. Base64 JSON

{
  "image": "<base64_string>"
}

Response

{
  "message": "success",
  "data": {
    "state": "move_back",
    "message": "조금 뒤로 물러나세요",
    "is_good": false
  }
}

---

🔧 Environment Variables

.env 또는 서버 환경 변수에서 설정:

GOOGLE_APPLICATION_CREDENTIALS=service-account.json
GCP_PROJECT_ID=your_project_id

---

📢 Notes

• ffmpeg는 시스템에 설치되어 있어야 합니다
  macOS → brew install ffmpeg
  Ubuntu → sudo apt install ffmpeg

• pet_shorts 출력 파일은 자동으로 UUID 기반 파일명으로 저장됩니다.