feat: improve Korean neural voice quality for v0.1.1

scripts/generate_audio.py

@@ -1,71 +1,35 @@
-"""직접 작성한 한국어 문장을 로컬 포먼트 합성기로 WAV로 만든다.
+"""앱 원문 101개를 pinned edge-tts로 새로 생성하는 명령 진입점.
 
-네트워크 TTS·녹음 샘플·API 키를 사용하지 않는다. 원문은 TypeScript 데이터에서
-읽어 중복 관리를 없애고, 바이트 해시를 남겨 빌드에서 자산 누락·변조를 찾는다.
+import에는 부작용이 없다. 원문은 앱의 renderSentence를 그대로 호출하며
+네트워크 생성·검증·원자 교체는 neural_audio가 담당한다. 빌드는 생성기를 호출하지 않는다.
 """
-
-import hashlib
-import io
 import json
-import os
-from pathlib import Path
-import shutil
 import subprocess
-import wave
+import sys
 
-ROOT = Path(__file__).resolve().parent.parent
-OUTPUT = ROOT / "public/audio"
-LOCAL = ROOT / ".cache/espeak/root/usr"
-ENV = os.environ.copy()
-ENGINE = shutil.which("espeak-ng")
-if ENGINE is None:
-    # 시스템 설치 권한 없이 worktree 안에 압축 해제한 Ubuntu 패키지도 지원한다.
-    ENGINE = str(LOCAL / "bin/espeak-ng")
-    ENV["LD_LIBRARY_PATH"] = str(LOCAL / "lib/x86_64-linux-gnu")
-    ENV["ESPEAK_DATA_PATH"] = str(LOCAL / "lib/x86_64-linux-gnu/espeak-ng-data")
+from neural_audio import ROOT, generate
 
-source = subprocess.check_output([
-    "node", "--experimental-strip-types", "--input-type=module", "-e",
-    "import {INTRO,PATTERNS,WORDS,renderSentence} from './src/content.ts'; "
-    "console.log(JSON.stringify([{file:'intro.wav',text:INTRO},"
-    "...PATTERNS.flatMap(p=>WORDS.map(w=>({file:p.id+'-'+w.id+'.wav',"
-    "text:renderSentence(p,w)})))]));",
-], cwd=ROOT, text=True)
-entries = json.loads(source)
-OUTPUT.mkdir(parents=True, exist_ok=True)
-# 버전을 상수로 쓰면 다른 PC에서 재생성할 때 출처가 거짓이 된다. 실행 중인
-# 도구에서 직접 읽되 eSpeak의 로컬 데이터 경로는 재현성 비교에서 제외한다.
-versions = {
-    "espeak": subprocess.check_output([ENGINE, "--version"], env=ENV, text=True).split("Data at:")[0].strip(),
-    "ffmpeg": subprocess.check_output(["ffmpeg", "-version"], text=True).splitlines()[0],
-}
-for entry in entries:
-    # 명령 인자로 텍스트를 넘겨 쉘 보간을 피한다. 합성 속도·피치·리샘플링
-    # 설정을 고정하고 메타데이터 없는 표준 PCM 헤더를 직접 작성한다.
-    speech = subprocess.check_output([
-        ENGINE, "-v", "ko", "-s", "145", "-p", "45", "-a", "100", "--stdout", entry["text"],
-    ], env=ENV)
-    pcm = subprocess.check_output([
-        "ffmpeg", "-hide_banner", "-loglevel", "error", "-i", "pipe:0",
-        "-ar", "16000", "-ac", "1", "-f", "s16le", "pipe:1",
-    ], input=speech)
-    stream = io.BytesIO()
-    with wave.open(stream, "wb") as output:
-        output.setnchannels(1)
-        output.setsampwidth(2)
-        output.setframerate(16000)
-        output.writeframes(pcm)
-    data = stream.getvalue()
-    (OUTPUT / entry["file"]).write_bytes(data)
-    entry["sha256"] = hashlib.sha256(data).hexdigest()
-    entry["bytes"] = len(data)
 
-manifest = {
-    "generator": "eSpeak NG ko, speed 145, pitch 45, amplitude 100; FFmpeg PCM 16kHz mono s16",
-    "toolVersions": versions,
-    "source": "https://github.com/espeak-ng/espeak-ng",
-    "method": "자체 작성 문장의 오프라인 포먼트 합성; 외부 녹음·네트워크 TTS 없음",
-    "files": entries,
-}
-(OUTPUT / "manifest.json").write_text(json.dumps(manifest, ensure_ascii=False, indent=2) + "\n")
-print(f"{len(entries)}개 WAV 생성, 합계 {sum(e['bytes'] for e in entries):,} 바이트")
+def main():
+    source = subprocess.check_output([
+        "node", "--experimental-strip-types", "--input-type=module", "-e",
+        "import {INTRO,PATTERNS,WORDS,renderSentence} from './src/content.ts'; "
+        "console.log(JSON.stringify([{file:'intro.wav',text:INTRO},"
+        "...PATTERNS.flatMap(p=>WORDS.map(w=>({file:p.id+'-'+w.id+'.wav',"
+        "text:renderSentence(p,w)})))]));",
+    ], cwd=ROOT, text=True, timeout=10)
+    manifest = generate(json.loads(source), ROOT / "public/audio")
+    print(f"{len(manifest['files'])}개 신규 WAV 원자 교체 완료, "
+          f"합계 {sum(e['bytes'] for e in manifest['files']):,} 바이트")
+
+
+if __name__ == "__main__":
+    try:
+        main()
+    except KeyboardInterrupt:
+        print("음성 생성 중단; 완성 전 공개 자산 변경 없음", file=sys.stderr)
+        sys.exit(130)
+    except Exception as error:
+        # 인증 응답이 섞일 수 있는 외부 예외는 adapter에서 안전한 메시지로 바뀐다.
+        print(f"음성 생성 실패: {error}", file=sys.stderr)
+        sys.exit(1)