s02e01.py

import os
import requests
import zipfile
from utilities.common import OpenAIClient, AIDevsClient
from utilities.config import AI_DEVS_API_KEY, S02E01_TASK_URL, S02E01_REPORT_URL

def main():
    # Configuration
    TASK_NAME = "mp3"
    ZIP_URL = S02E01_TASK_URL
    ZIP_PATH = "s02e01/przesluchania.zip"
    AUDIO_FOLDER = "s02e01"
    OUTPUT_FILE_PATH = "s02e01/transcripts.txt"
    SUBMIT_URL = S02E01_REPORT_URL

    # Initialize clients
    client_aidevs = AIDevsClient()
    client_openai = OpenAIClient()

    # Ensure the directory for the ZIP file exists
    os.makedirs(os.path.dirname(ZIP_PATH), exist_ok=True)

    # Step 1: Download and extract the ZIP file containing audio
    response = requests.get(ZIP_URL)
    if response.status_code != 200:
        print("Failed to download the ZIP file.")
        return

    with open(ZIP_PATH, "wb") as file:
        file.write(response.content)
    print("ZIP file downloaded successfully.")

    os.makedirs(AUDIO_FOLDER, exist_ok=True)
    with zipfile.ZipFile(ZIP_PATH, 'r') as zip_ref:
        zip_ref.extractall(AUDIO_FOLDER)
    print(f"Files extracted to folder: {AUDIO_FOLDER}")

    # Step 2: Transcribe audio files
    transcripts = {}
    for audio_file in os.listdir(AUDIO_FOLDER):
        if audio_file.endswith(('.mp3', '.wav', '.m4a')):
            audio_path = os.path.join(AUDIO_FOLDER, audio_file)
            print(f"Processing file: {audio_file}")
            audio_response = client_openai.transcribe(audio_path)
            if audio_response and "text" in audio_response:
                transcripts[audio_file] = audio_response["text"]
                print(f"Transcription for {audio_file}: {audio_response['text']}")
            else:
                print(f"Error processing {audio_file}.")

    # Step 3: Write transcripts to a file
    with open(OUTPUT_FILE_PATH, "w", encoding="utf-8") as output_file:
        for audio_file, transcript in transcripts.items():
            output_file.write(f"Transcription for {audio_file}:\n{transcript}\n\n")
    print(f"Transcripts have been written to {OUTPUT_FILE_PATH}.")

    # Step 4: Read transcripts back from file and combine
    final_transcripts = {}
    with open(OUTPUT_FILE_PATH, "r", encoding="utf-8") as input_file:
        current_file = None
        current_transcript_lines = []

        for line in input_file:
            if line.startswith("Transcription for "):
                if current_file and current_transcript_lines:
                    final_transcripts[current_file] = "".join(current_transcript_lines).strip()
                current_file = line.split("Transcription for ")[1].strip().rstrip(":")
                current_transcript_lines = []
            else:
                current_transcript_lines.append(line)

        if current_file and current_transcript_lines:
            final_transcripts[current_file] = "".join(current_transcript_lines).strip()

    print(f"Transcripts have been read from {OUTPUT_FILE_PATH}.")

    # Combine all transcripts into a single string
    combined_transcript = "\n".join(final_transcripts.values())

    # Step 5: Define the system and user prompts
    messages = [
        {
            "role": "system",
            "content": (
                "Jesteś doświadczonym detektywem z wieloletnim stażem, specjalizującym się w analizowaniu niejasnych i często sprzecznych zeznań. "
                "Twoim celem jest ustalenie nazwy ulicy, przy której znajduje się instytut, w którym wykłada profesor Andrzej Maj, na podstawie załączonych zeznań świadków.\n\n"
                "Wskazówki:\n"
                "- Dokładnie przeanalizuj każde zeznanie, biorąc pod uwagę, że mogą w nich wystąpić kłamstwa, przeinaczenia faktów lub informacje nieistotne.\n"
                "- Zwracaj uwagę na szczegóły, które pomogą Ci powiązać zeznania w spójną całość.\n"
                "- Rozważ swoją wiedzę ogólną lub potencjalne skojarzenia, które mogą wyniknąć z poszlak zawartych w zeznaniach.\n"
                "- Nie śpiesz się. Omów swój tok rozumowania krok po kroku, a następnie sformułuj ostateczną odpowiedź.\n\n"
                "Oto zeznania świadków:\n" + combined_transcript
            )
        },
        {
            "role": "user",
            "content": "Podaj proszę nazwę ulicy, na której znajduje się uczelnia (konkretny instytut!), gdzie wykłada profesor Andrzej Maj."
        }
    ]

    # Step 6: Use the OpenAIClient to analyze the transcripts
    street = client_openai.get_completion(messages=messages, model="gpt-4o", temperature=0, max_tokens=700)
    print("Analysis Result:")
    print(street)

    # Step 7: Submit the answer
    payload = {
        "task": TASK_NAME,
        "apikey": AI_DEVS_API_KEY,
        "answer": street.strip()
    }

    submission_response = client_aidevs.submit_answer(answer=payload, submit_url=SUBMIT_URL)
    if submission_response:
        print("Answer submitted successfully!")
        print(f"Response: {submission_response}")
    else:
        print("Failed to submit the answer.")

if __name__ == "__main__":
    main()