Docs Menu
Docs Home
/
Atlas Architecture Center
Docs Home
/
Atlas Architecture Center
Docs Home
/
Atlas Architecture Center

生成AIを活用した動画要約

大規模言語モデル（LLM）とセマンティック検索を使用して、YouTube のトランザクションと要約のサービスをビルドします。

ユースケース: Gen AI

業種: メディア

製品: MongoDB Atlas、MongoDB Atlas Vector Search

パートナー: LgChuin

ソリューション概要

Youtube などのプラットフォーム上の情報コンテンツの量とバリエーションでは、関連するビデオをすばやく見つけて書き換えて要約することが、知識収集のために重要です。

このソリューションでは、YouTube のビデオを変換して要約するための 生成系AIベースのビデオ要約アプリを構築しますこのアプリケーションは、ビデオからテキストへの生成とセマンティック検索に、Atlas Vector Search による LLM とベクトル埋め込みを使用します。このアプローチは、ソフトウェア開発などの業界を支援することができ、プロは 生成AIビデオの要約 によってテクノロジーをより速く学ぶことができます。

参照アーキテクチャ

MongoDBがない場合、ビデオ要約ツールは次のワークフローを使用します。

MongoDBを使用しないリファレンスアーキテクチャ

図 1. MongoDB を使用しないリファレンス アーキテクチャ

このソリューションでは、 MongoDB .で次のアーキテクチャを使用します。

MongoDBを使用したリファレンスアーキテクチャ

図 1. MongoDB を使用したリファレンス アーキテクチャ

まず、このソリューションは YoutubeLoader を使用して Youtube リンクを処理し、ビデオメタデータとトランザクションを取得します。次に、 PythonスクリプトがLLM を使用してビデオ トランザクションを取得し、要約します。

AI埋め込みモデルを使用すると、集約されたトランザクションをMongoDB Atlasに保存される埋め込みに変換します。さらに、オプティマイザーとAI はビデオ フレームワークから直接リアルタイムコード分析を実行し、検索可能なテキストベースのバージョンのビデオ情報とAIベースの説明を生成します。

ソリューションは、この処理されたデータをMongoDB Atlasのドキュメントに保存し、 ビデオメタデータ、そのトランザクション、およびAI が生成したサマリーを含みます。次に、ユーザーはMongoDB Atlas Vector Searchを使用してこれらのドキュメントを検索できます。

データモデルアプローチ

次のコード ブロックは、このソリューションによって生成されたドキュメントの例です。

{
  "videoURL": "https://youtu.be/exampleID",
  "metadata":{
    "title": "How to use GO with MongoDB",
    "author": "MongoDB",
    "publishDate": "2023-01-24",
    "viewCount": 1449,
    "length": "1533s",
    "thumbnail": "https://exmpl.com/thumb.jpg"
  },
  "transcript": "Full transcript…",
  "summary": "Tutorial on using Go with MongoDB.",
  "codeAnalysis": [
    "Main function in Go initializes the MongoDB client.",
    "Imports AWS Lambda package for serverless architecture."
  ]
}

各 YouTube 動画から抽出されたデータは、以下の要素で構成されています。

  • videoURL: Youtube ビデオへの直接リンク。

  • metadata: タイトル、アップロード者、日付などのビデオの詳細。

  • transcript: ビデオ内のリージョンの内容のテキスト表現。

  • summary: トランスクリプトの簡潔AI生成バージョン。

  • codeAnalysis： AI分析コード例一覧。

ソリューションのビルド

このソリューションのコードはGitHubリポジトリで入手できます。次の手順で説明する具体的な手順については、 README を参照してください。

1

環境設定

LgChuin、 JSON、pymongo、その他のドメインまたはサービス固有のライブラリを含むすべての必要なライブラリをインストールします。

2

アプリケーションを構成して起動する

OpenAI APIキーとMongoDB Atlas接続の詳細を config.iniファイルに追加します。次に、次のコマンドを実行して、特定の Youtube ビデオの文字列を生成します。

python main.py --youtube https://www.youtube.com/watch?v=sample_id
3

Youtube ビデオを読み込む

Youtube ローダーはメタデータとトランザクションを取得します。要約プロセスでエラーが発生した場合は、キャッチされ、その特定のビデオのサマリーフィールドに保存されます。

4

MongoDB Atlasにデータを保存する

ビデオのサマリーを含むコンパイルされたデータはJSON形式にシリアル化され、video_transcript_<index>.json という名前の個別のファイルに保存されます。

5

MongoDB Atlas Vector Searchインデックスの作成

要約されたトランザクションをベクトル検索の埋め込みに変換し、これらをMongoDB Atlasに保存します。

Atlas ベクトル検索を使用してインデックスを作成する方法については、 MongoDB ベクトル検索クイック スタート を参照してください。

次の図は、 ベクトル検索インデックス の作成時に使用できるパラメータ値を示しています。

MongoDBを使用したリファレンスアーキテクチャ

図3。ベクトル検索を使用した MongoDB Atlas へのデータの保存

6

オーケストレーションレイヤーを作成する

このソリューションは、オーケストレーションレイヤーを使用して、ソリューションのさまざまなサービスを調整し、複雑なワークフローを管理します。オーケストレーションレイヤーは、次のクラスで構成されています。これらは、 ソリューションのGitHubリポジトリ:で確認できます。

  • VideoServiceFacade: VideoService、SearchService、VideoProcessResult クラスのコーディネーターとして機能します。このシステムは、トランザクションの生成と要約のためのユーザーのプロンプトとリクエストを取り扱います。

  • VideoService: トランザクションのサマリーを実行します。

  • VideoProcessResult:メタデータ、可能なアクション、最適な検索クエリ用語など、処理されたビデオの結果をカプセル化します。

  • SearchService: MongoDB Atlasで検索します。

7

フレーズを検索

次のコマンドを実行して、ベクトル化された情報をクエリします。

python main.py --searchFor "your_search_query_here"

キーポイント

  • Atlas ベクトル検索 は自然言語検索を可能にします: このソリューションは Atlas ベクトル検索にベクトルインデックスを作成して保存し、LM で生成された埋め込みと出力をMongoDB Atlasに保存します。これにより、ユーザーは 1 つのプラットフォームで、キーワードが完全に一致しない可能性のある関連する情報を検索できます。

  • LangChainは生成系AIを基盤としたアプリケーションを実現します：LangChainはMongoDBとシームレスに統合し、強力なAI駆動型プラットフォームを構築します。

作成者

  • Fabio Falavinha, MongoDB

  • David Macias, MongoDB

詳細

戻る

生成AIによる編集ワークフロー

次へ

セマンティック ビデオ検索

項目一覧