utils/huggingface_tts.py

import os
import torch
import torchaudio
import tempfile
from transformers import pipeline
import time
import warnings


class HuggingFaceTTS:
    def __init__(self, model_name="facebook/mms-tts-eng"):
        """
        Hugging Face의 TTS 모델을 사용한 Text-to-Speech 클래스

        Args:
            model_name: 사용할 TTS 모델 이름
        """
        self.available = False
        self.model_name = model_name

        try:
            # 경고 무시
            warnings.filterwarnings("ignore")

            # 캐시 디렉토리 설정
            cache_dir = os.path.join(tempfile.gettempdir(), "hf_tts_cache")
            os.makedirs(cache_dir, exist_ok=True)

            print(f"[HF TTS] 모델 로드 중: {model_name}, 캐시 디렉토리: {cache_dir}")

            # 모델 로드 (max_new_tokens 및 device 설정 추가)
            start_time = time.time()
            self.synthesizer = pipeline(
                "text-to-speech",
                model=model_name,
                cache_dir=cache_dir,
                device=0 if torch.cuda.is_available() else -1
            )
            elapsed = time.time() - start_time

            self.available = True
            print(f"[HF TTS] 모델({model_name}) 로드 성공! ({elapsed:.1f}초)")
        except Exception as e:
            print(f"[HF TTS] 모델({model_name}) 로드 실패: {e}")
            self.available = False

    def generate_speech(self, text, output_path):
        """
        텍스트를 음성으로 변환

        Args:
            text: 변환할 텍스트
            output_path: 저장할 파일 경로

        Returns:
            bool: 성공 여부
        """
        if not self.available:
            return False

        try:
            # 오류 검증 1: 빈 텍스트 확인
            if not text or text.strip() == "":
                print("[HF TTS] 경고: 빈 텍스트가 입력되었습니다")
                text = "No text provided."

            # 오류 검증 2: 텍스트가 너무 길면 잘라냄
            if len(text) > 500:
                print(f"[HF TTS] 텍스트가 너무 깁니다 ({len(text)}자). 500자로 잘라냅니다.")
                text = text[:497] + "..."

            print(f"[HF TTS] 음성 생성 시작: '{text[:50]}...' (전체 {len(text)}자)")

            # 음성 생성
            with warnings.catch_warnings():
                warnings.simplefilter("ignore")
                speech = self.synthesizer(text)

            # 파일 저장 확인
            file_path = output_path
            with open(file_path, "wb") as f:
                f.write(speech["audio"])

            # 파일 생성 확인
            if os.path.exists(file_path) and os.path.getsize(file_path) > 0:
                print(f"[HF TTS] 음성 파일 저장 성공: {file_path}, 크기: {os.path.getsize(file_path)} 바이트")
                return True
            else:
                print(f"[HF TTS] 오류: 파일이 저장되지 않았거나 비어 있습니다: {file_path}")
                return False

        except Exception as e:
            print(f"[HF TTS] 음성 생성 중 오류 발생: {e}")
            return False