Update app.py

app.py

@@ -1,29 +1,39 @@
 import gradio as gr
 from gtts import gTTS
-import librosa
+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")  # 'bg'는 Bulgarian 언어 코드입니다.
+    tts = gTTS(text=prompt, lang="bg")
     audio_file = "output.mp3"
     tts.save(audio_file)
     
-    # librosa를 사용하여 mp3 파일을 numpy 배열과 샘플레이트로 로드합니다.
-    # sr=None로 설정하면 원본 샘플레이트를 유지합니다.
-    audio_array, sample_rate = librosa.load(audio_file, sr=None)
+    # 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
+
     # 임시 mp3 파일 삭제
     os.remove(audio_file)
     
     # gr.Audio(type="numpy")는 (numpy array, sample_rate) 튜플을 기대합니다.
-    return audio_array, sample_rate
+    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:")
-        # type을 "numpy"로 설정하여 numpy 배열을 사용합니다.
         output_audio = gr.Audio(label="Generated Speech", type="numpy")
     generate_button = gr.Button("Generate Speech")