logic_tts.py

import io
import wave
import re

def split_text_smartly(text, limit=500):
    """
    1. 줄바꿈(\n)이 있으면 무조건 장면을 나눕니다. (사용자 의도 반영)
    2. 나눠진 문단이 limit(글자수)를 넘을 경우에만 문장 부호 기준으로 추가로 자릅니다.
    """
    # 1. 먼저 줄바꿈(\n) 기준으로 강제 분할 (문단 나누기)
    raw_paragraphs = text.split('\n')
    final_chunks = []

    for paragraph in raw_paragraphs:
        paragraph = paragraph.strip()
        if not paragraph:
            continue

        # 만약 문단 자체가 limit보다 짧으면? -> 그냥 통째로 하나의 장면!
        if len(paragraph) <= limit:
            final_chunks.append(paragraph)
            continue

        # 2. 문단이 너무 길면? -> 여기서만 문장 부호로 쪼개기 로직 발동
        sentences = re.split(r'(?<=[.?!])\s+', paragraph)
        current_chunk = ""

        for sentence in sentences:
            if not sentence.strip():
                continue
                
            # 합쳤을 때 제한을 넘으면 -> 저장하고 새 출발
            if len(current_chunk) + len(sentence) > limit:
                if current_chunk:
                    final_chunks.append(current_chunk.strip())
                current_chunk = sentence
            else:
                # 제한 안 넘으면 -> 계속 이어 붙임
                current_chunk += " " + sentence

        # 마지막 남은 조각 저장
        if current_chunk:
            final_chunks.append(current_chunk.strip())
        
    return final_chunks

def raw_pcm_to_wav(pcm_data, sample_rate=24000):
    """
    [핵심] Gemini가 주는 날것의 PCM 데이터를 
    브라우저가 들을 수 있는 WAV 포맷으로 변환하는 함수
    """
    try:
        wav_io = io.BytesIO()
        with wave.open(wav_io, "wb") as wav_file:
            wav_file.setnchannels(1)       # 모노
            wav_file.setsampwidth(2)       # 16-bit (2 bytes)
            wav_file.setframerate(sample_rate)
            wav_file.writeframes(pcm_data)
        return wav_io.getvalue()
    except Exception as e:
        print(f"PCM to WAV Error: {e}")
        return None

def generate_speech_chunk(client, model_id, text, voice_name):
    """
    짧은 텍스트를 오디오로 바꾸는 함수 (미리듣기용)
    """
    try:
        response = client.models.generate_content(
            model=model_id,
            contents=text,
            config={
                "response_modalities": ["AUDIO"],
                "speech_config": {
                    "voice_config": {
                        "prebuilt_voice_config": {"voice_name": voice_name}
                    }
                }
            }
        )
        
        # 오디오 데이터 추출
        if response.candidates and response.candidates[0].content.parts:
            part = response.candidates[0].content.parts[0]
            if part.inline_data:
                return part.inline_data.data
        return None
    except Exception as e:
        print(f"TTS Chunk Error: {e}")
        return None

def process_tts_task(index, text, client, model_id, voice_name):
    """
    병렬 처리를 위한 작업 함수
    """
    audio_data = generate_speech_chunk(client, model_id, text, voice_name)
    if audio_data:
        # 바로 WAV 헤더를 씌우지 않고, 나중에 합치기 위해 PCM 상태로 반환할 수도 있음
        # 하지만 여기선 간단하게 PCM 바이너리 자체를 반환
        return index, audio_data
    return index, None

def merge_wav_bytes(audio_chunks_pcm, sample_rate=24000):
    """
    여러 개의 PCM 조각을 하나의 긴 WAV 파일로 합침
    """
    try:
        full_pcm = b"".join([chunk for chunk in audio_chunks_pcm if chunk])
        return raw_pcm_to_wav(full_pcm, sample_rate)
    except Exception as e:
        print(f"Merge Error: {e}")
        return None