test: add MeloTTS-Korean browser test harness

melo-test/ contains a minimal FastAPI server + static HTML UI for auditioning MeloTTS-Korean before wiring it into the bot: - server.py: POST /tts -> wav, model loaded once at startup - index.html: textarea + presets + audio player, shows synth latency - requirements.txt / README.md: setup steps Directory is melo-test/ because the repo .gitignore already excludes test/. Discord-bot integration is unchanged in this branch; this is a local audition harness only. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-05-26 15:16:54 +09:00
parent 2002b1cc12
commit 124d9dc99d
5 changed files with 298 additions and 0 deletions
--- a/melo-test/.gitignore
+++ b/melo-test/.gitignore
@@ -0,0 +1,5 @@
+.venv/
+__pycache__/
+*.pyc
+*.wav
+*.mp3
--- a/melo-test/README.md
+++ b/melo-test/README.md
@@ -0,0 +1,75 @@
+# MeloTTS-Korean 테스트 환경
+
+디스코드 봇에 붙이기 전에 MeloTTS-Korean 음질·지연을 브라우저에서 바로 확인하기 위한 최소 환경.
+
+## 구성
+
+- `server.py` — FastAPI 서버 (`POST /tts` → wav 반환, `/` → 정적 페이지)
+- `index.html` — 텍스트 입력 + 합성 + 재생 UI
+- `requirements.txt` — Python 의존성
+
+## 사전 요구
+
+- Python 3.9 ~ 3.11 (MeloTTS 권장 범위)
+- ffmpeg 불필요 (테스트는 wav 그대로 재생)
+- 첫 실행 시 모델 가중치(수백 MB) 다운로드. 시간/디스크 여유 확인
+- CPU 만으로 동작. GPU 있으면 자동으로 사용 (`MELO_DEVICE=cuda` 명시 가능)
+
+## 설치 & 실행
+
+```bash
+# 1. 가상환경 (권장)
+python -m venv .venv
+source .venv/bin/activate         # Windows: .venv\Scripts\activate
+
+# 2. 의존성
+pip install --upgrade pip
+pip install -r requirements.txt
+
+# (선택) 일본어 모델을 함께 쓸 경우에만 필요
+# python -m unidic download
+
+# 3. 서버 실행
+python server.py
+# 또는 포트 변경: PORT=8000 python server.py
+```
+
+서버가 뜨면 브라우저에서 다음 주소 열기:
+
+```
+http://localhost:7860
+```
+
+텍스트 입력 → `합성` 클릭 → 오디오 플레이어에서 즉시 재생.
+응답 헤더 `X-Synth-Ms` 로 합성 소요 시간(ms) 확인 가능.
+
+## API
+
+```http
+POST /tts
+Content-Type: application/json
+
+{ "text": "안녕하세요.", "speed": 1.0 }
+```
+
+응답: `audio/wav` 바이너리, 헤더 `X-Synth-Ms: 1234`.
+
+## 환경 변수
+
+| 키 | 기본값 | 설명 |
+| --- | --- | --- |
+| `PORT` | `7860` | 바인드 포트 |
+| `MELO_DEVICE` | `auto` | `cpu` / `cuda` / `mps` / `auto` |
+
+## 문제 해결
+
+- 첫 합성이 30초 이상 걸리면 정상 (모델 로딩 + JIT 워밍업). 두 번째부터 ms 단위.
+- `ModuleNotFoundError: melo` → `pip install -r requirements.txt` 가 실패한 경우. 가상환경 활성화 여부 확인.
+- 한국어 발음이 깨질 때 → 입력에 영문/이모지가 섞이면 운율이 어색해질 수 있음. 디스코드 봇 통합 단계에서 `TTSClient.textReplace` 와 같은 사전 치환을 그대로 활용.
+- 디스코드에 붙이려면: MeloTTS 컨테이너를 LAN(예: 시그니처 서버 옆)에 띄우고, `src/utils/tts/Chzzk.ts` 와 같은 시그니처의 `textToSpeech(text): Promise<Buffer>` 어댑터(`src/utils/tts/Melo.ts`)를 추가한 뒤 `src/classes/TTSClient.ts` 의 import 만 교체.
+
+## 참고
+
+- MeloTTS: https://github.com/myshell-ai/MeloTTS
+- MeloTTS-Korean 모델카드: https://huggingface.co/myshell-ai/MeloTTS-Korean
+- 라이선스: MIT
--- a/melo-test/index.html
+++ b/melo-test/index.html
@@ -0,0 +1,107 @@
+<!doctype html>
+<html lang="ko">
+<head>
+<meta charset="utf-8">
+<meta name="viewport" content="width=device-width,initial-scale=1">
+<title>MeloTTS-Korean 테스트</title>
+<style>
+  :root { color-scheme: light dark; }
+  body {
+    font-family: ui-sans-serif, system-ui, -apple-system, "Apple SD Gothic Neo", sans-serif;
+    max-width: 760px; margin: 40px auto; padding: 0 20px; line-height: 1.5;
+  }
+  h1 { margin-bottom: 4px; }
+  p.lead { color: #666; margin-top: 0; }
+  textarea {
+    width: 100%; min-height: 140px; font-size: 16px; padding: 12px;
+    box-sizing: border-box; border-radius: 8px; border: 1px solid #ccc;
+    font-family: inherit;
+  }
+  .row { display: flex; gap: 12px; align-items: center; margin-top: 12px; flex-wrap: wrap; }
+  button {
+    padding: 10px 22px; font-size: 16px; cursor: pointer;
+    border-radius: 8px; border: 1px solid #888; background: #f5f5f5;
+  }
+  button:disabled { opacity: 0.5; cursor: not-allowed; }
+  .meta { color: #666; font-size: 14px; }
+  .err { color: #c00; }
+  audio { width: 100%; margin-top: 16px; }
+  .preset { font-size: 14px; padding: 6px 10px; }
+  hr { margin: 24px 0; border: none; border-top: 1px solid #ddd; }
+  code { background: #f0f0f0; padding: 2px 6px; border-radius: 4px; }
+</style>
+</head>
+<body>
+<h1>MeloTTS-Korean 테스트</h1>
+<p class="lead">
+  한국어 텍스트를 입력 후 <b>합성</b> 버튼을 누르세요.
+  서버 첫 호출은 모델 로딩이 끝나야 하므로 수십 초 걸릴 수 있습니다.
+</p>
+
+<textarea id="text" placeholder="안녕하세요. 메로 한국어 티티에스 테스트입니다."></textarea>
+
+<div class="row">
+  <button class="preset" data-text="안녕하세요. 메로 한국어 티티에스 테스트입니다.">기본 인사</button>
+  <button class="preset" data-text="오늘 디스코드 채팅 봇에 새 보이스 엔진을 붙여 봤습니다. 발음이 어떤가요?">중간 길이</button>
+  <button class="preset" data-text="ㅋㅋㅋ 진짜요? 그건 좀 너무한데. 다시 한 번 확인해 주실 수 있을까요?">구어체</button>
+</div>
+
+<div class="row">
+  <label>speed
+    <input type="number" id="speed" value="1.0" step="0.1" min="0.5" max="2.0" style="width:70px">
+  </label>
+  <button id="go">합성</button>
+  <span class="meta" id="status">대기중</span>
+</div>
+
+<audio id="audio" controls></audio>
+
+<hr>
+<p class="meta">
+  서버 엔드포인트: <code>POST /tts</code> body <code>{ "text": "...", "speed": 1.0 }</code><br>
+  응답: <code>audio/wav</code> 바이너리. 헤더 <code>X-Synth-Ms</code> 에 합성 소요 시간(ms).
+</p>
+
+<script>
+const $ = id => document.getElementById(id);
+
+document.querySelectorAll(".preset").forEach(b => {
+  b.onclick = () => { $("text").value = b.dataset.text; };
+});
+
+$("go").onclick = async () => {
+  const text = $("text").value.trim();
+  const speed = parseFloat($("speed").value) || 1.0;
+  if (!text) { $("status").textContent = "텍스트 입력 필요"; return; }
+
+  $("go").disabled = true;
+  $("status").textContent = "합성중...";
+  const t0 = performance.now();
+  try {
+    const res = await fetch("/tts", {
+      method: "POST",
+      headers: { "Content-Type": "application/json" },
+      body: JSON.stringify({ text, speed })
+    });
+    if (!res.ok) {
+      const msg = await res.text().catch(() => "");
+      throw new Error(`${res.status} ${msg}`);
+    }
+    const synthMs = res.headers.get("X-Synth-Ms");
+    const blob = await res.blob();
+    const url = URL.createObjectURL(blob);
+    const audio = $("audio");
+    audio.src = url;
+    audio.play().catch(() => {});
+    const totalMs = Math.round(performance.now() - t0);
+    $("status").innerHTML =
+      `합성 ${synthMs ?? "?"}ms / 총 ${totalMs}ms / 크기 ${(blob.size/1024).toFixed(1)}KB`;
+  } catch (e) {
+    $("status").innerHTML = `<span class="err">에러: ${e.message}</span>`;
+  } finally {
+    $("go").disabled = false;
+  }
+};
+</script>
+</body>
+</html>
--- a/melo-test/requirements.txt
+++ b/melo-test/requirements.txt
@@ -0,0 +1,7 @@
+# MeloTTS 본체는 PyPI 패키지 이름이 바뀌어 git 직접 설치가 가장 안전.
+# (https://github.com/myshell-ai/MeloTTS)
+git+https://github.com/myshell-ai/MeloTTS.git@main
+
+fastapi>=0.110
+uvicorn[standard]>=0.27
+pydantic>=2.0
--- a/melo-test/server.py
+++ b/melo-test/server.py
@@ -0,0 +1,104 @@
+"""
+MeloTTS-Korean 테스트 서버.
+
+POST /tts          { "text": "...", "speed": 1.0 }  -> audio/wav
+GET  /             -> index.html (테스트 UI)
+
+실행: python server.py    (기본 0.0.0.0:7860)
+"""
+import os
+import io
+import time
+import tempfile
+import logging
+from contextlib import asynccontextmanager
+
+from fastapi import FastAPI, HTTPException
+from fastapi.middleware.cors import CORSMiddleware
+from fastapi.responses import Response
+from fastapi.staticfiles import StaticFiles
+from pydantic import BaseModel
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(message)s")
+log = logging.getLogger("melo-test")
+
+# MeloTTS 모델 핸들 (lifespan 에서 로드)
+state = {"model": None, "speaker_id": None}
+
+
+@asynccontextmanager
+async def lifespan(_: FastAPI):
+    # import 가 무거우므로 lifespan 안에서 한 번만
+    from melo.api import TTS
+    log.info("MeloTTS-Korean 모델 로딩중... (첫 실행은 가중치 다운로드로 수 분 걸릴 수 있음)")
+    t0 = time.time()
+    device = os.environ.get("MELO_DEVICE", "auto")
+    model = TTS(language="KR", device=device)
+    spk = model.hps.data.spk2id
+    # 한국어 모델은 보통 {"KR": 0}
+    speaker_id = spk.get("KR", next(iter(spk.values())))
+    state["model"] = model
+    state["speaker_id"] = speaker_id
+    log.info("모델 로딩 완료 (%.1fs). speakers=%s, 사용=%s",
+             time.time() - t0, list(spk.keys()), speaker_id)
+    yield
+    state["model"] = None
+
+
+app = FastAPI(lifespan=lifespan)
+
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+
+class TTSReq(BaseModel):
+    text: str
+    speed: float = 1.0
+
+
+@app.post("/tts")
+def tts(req: TTSReq):
+    model = state.get("model")
+    if model is None:
+        raise HTTPException(503, "model not ready")
+    text = (req.text or "").strip()
+    if not text:
+        raise HTTPException(400, "empty text")
+    if len(text) > 500:
+        raise HTTPException(400, "too long (<=500)")
+
+    speed = max(0.5, min(2.0, float(req.speed or 1.0)))
+    fd, out_path = tempfile.mkstemp(suffix=".wav")
+    os.close(fd)
+    try:
+        t0 = time.time()
+        model.tts_to_file(text, state["speaker_id"], out_path, speed=speed)
+        dt_ms = int((time.time() - t0) * 1000)
+        with open(out_path, "rb") as f:
+            buf = f.read()
+        log.info("tts ok: %dms, %dB, text=%r", dt_ms, len(buf), text[:30])
+        return Response(
+            content=buf,
+            media_type="audio/wav",
+            headers={"X-Synth-Ms": str(dt_ms), "Cache-Control": "no-store"},
+        )
+    finally:
+        try:
+            os.unlink(out_path)
+        except OSError:
+            pass
+
+
+# 정적 파일 (index.html) 서빙: 반드시 라우트 등록 뒤에 mount
+HERE = os.path.dirname(os.path.abspath(__file__))
+app.mount("/", StaticFiles(directory=HERE, html=True), name="static")
+
+
+if __name__ == "__main__":
+    import uvicorn
+    port = int(os.environ.get("PORT", "7860"))
+    uvicorn.run(app, host="0.0.0.0", port=port)