import os import re import subprocess import tempfile from pathlib import Path from typing import Optional, Tuple import pyttsx3 _MMS_CACHE: Optional[Tuple[object, object]] = None _LETTER_KO = { "A": "에이", "B": "비", "C": "씨", "D": "디", "E": "이", "F": "에프", "G": "지", "H": "에이치", "I": "아이", "J": "제이", "K": "케이", "L": "엘", "M": "엠", "N": "엔", "O": "오", "P": "피", "Q": "큐", "R": "알", "S": "에스", "T": "티", "U": "유", "V": "브이", "W": "더블유", "X": "엑스", "Y": "와이", "Z": "지", } _PHRASE_MAP = [ ("Automatic Document Feeder", "오토매틱 도큐먼트 피더"), ("Naver Blog", "네이버 블로그"), ("Brother Korea", "브라더 코리아"), ] def _get_mms(): global _MMS_CACHE if _MMS_CACHE is not None: return _MMS_CACHE try: from transformers import VitsModel, AutoTokenizer import torch except Exception as exc: raise RuntimeError("MMS TTS 사용을 위해 transformers/torch 설치가 필요합니다.") from exc model_name = os.getenv("MMS_MODEL", "facebook/mms-tts-kor") tokenizer = AutoTokenizer.from_pretrained(model_name) model = VitsModel.from_pretrained(model_name) model.eval() _MMS_CACHE = (model, tokenizer) return _MMS_CACHE def _text_to_wav_mms(text: str, wav_path: str) -> None: try: import torch except Exception as exc: raise RuntimeError("MMS TTS 사용을 위해 torch/numpy가 정상 설치되어야 합니다.") from exc try: import soundfile as sf except Exception as exc: raise RuntimeError("MMS TTS 사용을 위해 soundfile 설치가 필요합니다.") from exc model, tokenizer = _get_mms() inputs = tokenizer(text, return_tensors="pt") with torch.no_grad(): audio = model(**inputs).waveform.squeeze().cpu().numpy() sample_rate = getattr(model.config, "sampling_rate", 22050) # MMS 출력은 float이므로 PCM16으로 저장해 왜곡을 줄입니다. sf.write(wav_path, audio, sample_rate, subtype="PCM_16") def _select_korean_voice(engine: pyttsx3.Engine) -> None: try: voices = engine.getProperty("voices") or [] except Exception: return for voice in voices: lang_values = [] if getattr(voice, "languages", None): lang_values.extend(voice.languages) if getattr(voice, "id", None): lang_values.append(voice.id) if getattr(voice, "name", None): lang_values.append(voice.name) joined = " ".join(str(v) for v in lang_values).lower() if "ko" in joined or "korean" in joined: try: engine.setProperty("voice", voice.id) return except Exception: continue def _spell_abbrev(match: re.Match) -> str: return " ".join(_LETTER_KO.get(ch, ch) for ch in match.group(0)) def _preprocess_text(text: str) -> str: # 영어 약어/브랜드 발음 보정 for src, dst in _PHRASE_MAP: text = re.sub(rf"\b{re.escape(src)}\b", dst, text, flags=re.IGNORECASE) text = re.sub(r"\b[A-Z]{2,6}\b", _spell_abbrev, text) # 괄호/구두점으로 인한 끊김을 완화 text = text.replace("(", " ").replace(")", " ") return text def text_to_mp3(text: str, mp3_path: str) -> None: if not text: raise RuntimeError("텍스트가 비어 있습니다.") text = _preprocess_text(text) mp3_target = Path(mp3_path) mp3_target.parent.mkdir(parents=True, exist_ok=True) tts_engine = os.getenv("TTS_ENGINE", "pyttsx3").strip().lower() wav_fd, wav_path = tempfile.mkstemp(suffix=".wav") os.close(wav_fd) try: if tts_engine == "mms": _text_to_wav_mms(text, wav_path) audio_filter = "highpass=f=80,lowpass=f=12000" else: engine = pyttsx3.init() # 음질 개선: 속도/볼륨 조정 및 한국어 음성 우선 선택 try: # 서버 음성이 늘어지는 현상 완화 engine.setProperty("rate", 210) engine.setProperty("volume", 1.0) except Exception: pass _select_korean_voice(engine) # pyttsx3로 wav 생성 후 ffmpeg로 mp3 변환 engine.save_to_file(text, wav_path) engine.runAndWait() audio_filter = "loudnorm=I=-16:LRA=11:TP=-1.5,atempo=1.15" subprocess.run( [ "ffmpeg", "-y", "-i", wav_path, "-ac", "2", "-ar", "44100", "-b:a", "192k", "-af", audio_filter, str(mp3_target), ], check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL, ) if not mp3_target.exists(): raise RuntimeError("mp3 파일 생성에 실패했습니다.") except subprocess.CalledProcessError as exc: raise RuntimeError("ffmpeg 변환에 실패했습니다.") from exc except OSError as exc: raise RuntimeError("파일 생성 권한 또는 경로 오류입니다.") from exc finally: try: os.remove(wav_path) except OSError: pass