Update app.py

app.py

@@ -1,14 +1,16 @@
 import gradio as gr
 from transformers import pipeline
+import soundfile as sf
+import io
 
 # 이미지 인식 파이프라인 로드
 model = pipeline("image-classification", model="google/vit-base-patch16-224")
 
-# 카테고리에 따른 사운드 파일 URL을 정의
-sound_urls = {
-    "dog": "https://example.com/dog_bark.mp3",
-    "cat": "https://example.com/cat_meow.mp3",
-    # ... 각 카테고리에 대한 사운드 파일 URL 추가
+# 카테고리에 따른 사운드 파일의 경로를 정의
+sound_files = {
+    "dog": "path/to/dog_bark.wav",
+    "cat": "path/to/cat_meow.wav",
+    # ... 각 카테고리에 대한 사운드 파일 경로 추가
 }
 
 def classify_image(uploaded_image):
@@ -16,17 +18,23 @@ def classify_image(uploaded_image):
     # 가장 확률이 높은 예측 결과를 가져옴
     top_prediction = predictions[0]['label']
     
-    # 예측 결과에 해당하는 사운드 파일의 URL을 반환
-    sound_url = sound_urls.get(top_prediction, None)
-    return top_prediction, sound_url
+    # 예측 결과에 해당하는 사운드 파일을 로드
+    sound_path = sound_files.get(top_prediction, None)
+    if sound_path is not None:
+        with open(sound_path, 'rb') as file:
+            audio_data = file.read()
+        return top_prediction, audio_data
+    else:
+        # 해당하는 사운드 파일이 없는 경우 빈 오디오 데이터 반환
+        return top_prediction, None
 
 # Gradio 인터페이스 생성
 iface = gr.Interface(
     fn=classify_image,
     inputs=gr.Image(type="pil"),
-    outputs=[gr.Label(), gr.Audio()],
+    outputs=[gr.Label(), gr.Audio(format="wav")],
     title="이미지 분류 및 사운드 재생",
-    description="이미지를 업로드하면, 사물을 인식하고 해당하는 사운드의 URL을 반환합니다."
+    description="이미지를 업로드하면, 사물을 인식하고 해당하는 사운드를 재생합니다."
 )
 
 # 인터페이스 실행