feat: improve Korean neural voice quality for v0.1.1

tests/assets.test.ts

@@ -2,44 +2,61 @@
 import { createHash } from "node:crypto";
 import { readFileSync, readdirSync } from "node:fs";
 import { describe, expect, it } from "vitest";
-import { INTRO, PATTERNS, WORDS } from "../src/content";
+import { INTRO, PATTERNS, WORDS, renderSentence } from "../src/content";
 
-// 생성 바이너리를 눈으로 검토할 수 없으므로 문장·해시·PCM 포맷·실제 신호를
-// 함께 확인한다. manifest는 생성기가 남기며 100개 조합과 안내를 빠짐없이 묶는다.
-describe("저장한 한국어 음성 자산", () => {
-  it("실제 생성 도구 버전을 기록하여 재생성의 출처를 추적한다", () => {
-    const manifest = JSON.parse(
-      readFileSync("public/audio/manifest.json", "utf8"),
-    ) as { toolVersions?: { espeak: string; ffmpeg: string } };
-    expect(manifest.toolVersions?.espeak).toMatch(/eSpeak NG.*\d+\.\d+/);
-    expect(manifest.toolVersions?.ffmpeg).toMatch(/ffmpeg version \d+\.\d+/);
+const manifest = JSON.parse(
+  readFileSync("public/audio/manifest.json", "utf8"),
+) as {
+  version: string;
+  provider: string;
+  voice: string;
+  rate: string;
+  pitch: string;
+  sampleRate: number;
+  toolVersions: { "edge-tts"?: string; ffmpeg?: string };
+  files: {
+    file: string;
+    text: string;
+    sha256: string;
+    bytes: number;
+    duration: number;
+  }[];
+};
+const expected = [
+  { file: "intro.wav", text: INTRO },
+  ...PATTERNS.flatMap((p) =>
+    WORDS.map((w) => ({
+      file: `${p.id}-${w.id}.wav`,
+      text: renderSentence(p, w),
+    })),
+  ),
+];
+
+// 생성기의 검증 함수를 재사용하지 않고 실제 WAV 바이트를 직접 읽는다.
+// 문장·해시·헤더·신호를 묶어 manifest만 갱신하는 거짓 업그레이드를 막는다.
+describe("저장한 한국어 neural 음성 자산", () => {
+  it("0.1.1 neural provider·voice·prosody와 실측 도구 버전을 기록한다", () => {
+    expect.soft(manifest.version).toBe("0.1.1");
+    expect.soft(manifest.provider).toBe("Microsoft Edge online TTS");
+    expect.soft(manifest.voice).toBe("ko-KR-HyunsuMultilingualNeural");
+    expect.soft(manifest.rate).toBe("-6%");
+    expect.soft(manifest.pitch).toBe("-4Hz");
+    expect.soft(manifest.sampleRate).toBe(24000);
+    expect.soft(manifest.toolVersions["edge-tts"]).toBe("7.3.1");
+    expect
+      .soft(manifest.toolVersions.ffmpeg)
+      .toMatch(/^ffmpeg version \d+\.\d+/);
+    expect(JSON.stringify(manifest)).not.toMatch(
+      /espeak|cookie|authorization|trustedclienttoken/i,
+    );
   });
-  it("모든 문장과 안내에 대응하는 로컬 WAV·출처·해시를 제공한다", () => {
-    const manifest = JSON.parse(
-      readFileSync("public/audio/manifest.json", "utf8"),
-    ) as {
-      generator: string;
-      files: { file: string; text: string; sha256: string }[];
-    };
-    expect(manifest.generator).toContain("eSpeak NG");
-    const expected = [
-      { file: "intro.wav", text: INTRO },
-      ...PATTERNS.flatMap((p) =>
-        WORDS.map((w) => ({
-          file: `${p.id}-${w.id}.wav`,
-          text: p.sentence
-            .replaceAll("{word}", w.answer)
-            .replaceAll("{distractor1}", w.distractors[0]!.word)
-            .replaceAll("{distractor2}", w.distractors[1]!.word),
-        })),
-      ),
-    ];
+  it("101개 전체 원문·SHA-256·bytes·duration과 24kHz mono PCM16 신호를 검증한다", () => {
     expect(manifest.files.map(({ file, text }) => ({ file, text }))).toEqual(
       expected,
     );
-    expect(
-      readdirSync("public/audio").filter((f) => f.endsWith(".wav")),
-    ).toHaveLength(101);
+    expect(readdirSync("public/audio").sort()).toEqual(
+      [...expected.map((e) => e.file), "manifest.json"].sort(),
+    );
     let size = 0;
     for (const entry of manifest.files) {
       const file = readFileSync(`public/audio/${entry.file}`);
@@ -47,26 +64,34 @@ describe("저장한 한국어 음성 자산", () => {
       expect(createHash("sha256").update(file).digest("hex")).toBe(
         entry.sha256,
       );
+      expect(file.length).toBe(entry.bytes);
       expect(file.toString("ascii", 0, 4)).toBe("RIFF");
       expect(file.toString("ascii", 8, 12)).toBe("WAVE");
+      expect(file.toString("ascii", 12, 16)).toBe("fmt ");
+      expect(file.readUInt32LE(16)).toBe(16);
+      expect(file.readUInt16LE(20)).toBe(1);
       expect(file.readUInt16LE(22)).toBe(1);
-      expect(file.readUInt32LE(24)).toBe(16000);
+      expect.soft(file.readUInt32LE(24), entry.file).toBe(24000);
       expect(file.readUInt16LE(34)).toBe(16);
-      expect(file.length).toBeGreaterThan(16000);
-      const values = Array.from({ length: (file.length - 44) / 2 }, (_, i) =>
-        file.readInt16LE(44 + i * 2),
-      );
-      const rms = Math.sqrt(
-        values.reduce((sum, x) => sum + x * x, 0) / values.length,
-      );
+      expect(file.toString("ascii", 36, 40)).toBe("data");
+      expect(file.readUInt32LE(40)).toBe(file.length - 44);
+      const duration = (file.length - 44) / 2 / file.readUInt32LE(24);
+      expect.soft(entry.duration, entry.file).toBe(duration);
+      expect(duration).toBeGreaterThanOrEqual(1);
+      expect(duration).toBeLessThanOrEqual(20);
+      let sum = 0,
+        peak = 0;
+      for (let offset = 44; offset < file.length; offset += 2) {
+        const value = file.readInt16LE(offset);
+        sum += value * value;
+        peak = Math.max(peak, Math.abs(value));
+      }
+      const rms = Math.sqrt(sum / ((file.length - 44) / 2));
       expect(rms).toBeGreaterThan(100);
-      // RMS 정규화 후 최고 난이도 아닌 가장 큰 +6dB에서도 클리핑 여유를 확인한다.
-      expect(
-        (values.reduce((peak, x) => Math.max(peak, Math.abs(x)), 0) / rms) *
-          0.03 *
-          2,
-      ).toBeLessThan(0.8);
+      expect(peak).toBeLessThan(32767);
+      // 런타임 최대 +6dB와 RMS 정규화에서도 기존 클리핑 여유를 보존한다.
+      expect((peak / rms) * 0.03 * 2).toBeLessThan(0.8);
     }
-    expect(size).toBeLessThan(20 * 1024 * 1024);
+    expect(size).toBeLessThan(48 * 1024 * 1024);
   });
 });