Update app.py

app.py

@@ -3,41 +3,45 @@ from gtts import gTTS
 from pydub import AudioSegment
 import numpy as np
 import os
-import io
 
 def text_to_speech(prompt):
-    # gTTS를 사용하여 Bulgarian 텍스트를 음성으로 변환
-    tts = gTTS(text=prompt, lang="bg")
-    audio_file = "output.mp3"
-    tts.save(audio_file)
-    
-    # pydub을 사용하여 mp3 파일을 로드합니다.
-    sound = AudioSegment.from_mp3(audio_file)
-    
-    # pydub의 raw data를 numpy 배열로 변환 (16비트 정수형)
-    samples = np.array(sound.get_array_of_samples())
-    
-    # 모노 채널이 아니라면, 채널을 합칩니다.
-    if sound.channels > 1:
-        samples = samples.reshape((-1, sound.channels))
-        samples = samples.mean(axis=1).astype(np.int16)
-    
-    sample_rate = sound.frame_rate
+    try:
+        # gTTS를 이용해 Bulgarian 텍스트를 음성으로 변환
+        tts = gTTS(text=prompt, lang="bg")
+        audio_file = "output.mp3"
+        tts.save(audio_file)
+    except Exception as e:
+        return f"TTS 생성 오류: {e}"
 
-    # 임시 mp3 파일 삭제
-    os.remove(audio_file)
+    try:
+        # pydub으로 mp3 파일 불러오기
+        sound = AudioSegment.from_mp3(audio_file)
+        
+        # pydub가 제공하는 raw 데이터를 NumPy 배열로 변환 (int16)
+        samples = np.array(sound.get_array_of_samples())
+        
+        # 만약 스테레오라면 모노로 변환 (채널 평균)
+        if sound.channels > 1:
+            samples = samples.reshape((-1, sound.channels))
+            samples = samples.mean(axis=1)
+        
+        # int16 데이터를 float32로 정규화 (범위: [-1.0, 1.0])
+        samples = samples.astype(np.float32) / 32768.0
+        sample_rate = sound.frame_rate
+    except Exception as e:
+        return f"오디오 처리 오류: {e}"
+    finally:
+        if os.path.exists(audio_file):
+            os.remove(audio_file)
     
-    # gr.Audio(type="numpy")는 (numpy array, sample_rate) 튜플을 기대합니다.
     return samples, sample_rate
 
 with gr.Blocks() as demo:
     gr.Markdown("## Bulgarian Text-to-Speech (TTS)")
-    with gr.Row():
-        input_prompt = gr.Textbox(label="Enter a prompt in Bulgarian:")
-        output_audio = gr.Audio(label="Generated Speech", type="numpy")
+    input_prompt = gr.Textbox(label="Enter a prompt in Bulgarian:")
+    output_audio = gr.Audio(label="Generated Speech", type="numpy")
     generate_button = gr.Button("Generate Speech")
     
     generate_button.click(text_to_speech, inputs=input_prompt, outputs=output_audio)
 
-if __name__ == "__main__":
-    demo.launch()
+demo.launch()