feat: 한국어 발음 개선 전처리(기호/영어약어/사용자사전)

- g2pkk 한계로 뭉개지는 약어·기호를 g2p 이전에 한글로 교정
- 예: GPU→지피유, API→에이피아이, 50%→50퍼센트, 25℃→25도
- USER_DICT로 특정 단어 발음 교정 확장 가능
- AUTO/KR 모드에서 적용(영어 전용 모드는 미적용)
- 참고: 속도 뭉개짐과는 별개(g2p/정규화 문제)

app/engines/ko_normalize.py

@@ -0,0 +1,97 @@
+"""한국어 발음 개선용 전처리.
+
+MeloTTS 한국어는 g2pkk(규칙 기반 g2p)를 쓰는데, 영어 약어·기호·일부 단어에서
+발음이 뭉개지거나 틀립니다. 학습 없이 개선하는 실전적 방법은 g2p 이전에
+텍스트를 교정하는 것입니다.
+
+- SYMBOLS: 기호를 한글로 확장(%, ℃ 등)
+- ACRONYMS: 흔한 영어 약어를 한글 음차로(약어를 한국어 음성으로 읽게)
+- USER_DICT: 특정 단어의 발음을 교정(사용자가 문제 단어를 추가) — 한글→한글 가능
+
+적용은 한국어/자동 모드에서만 한다(영어 전용 모드에는 적용 안 함).
+"""
+from __future__ import annotations
+
+import re
+
+# 기호 확장 (앞뒤 문맥 영향 적은 것만 보수적으로)
+SYMBOLS: dict[str, str] = {
+    "℃": "도",
+    "°C": "도",
+    "℉": "화씨",
+    "%": "퍼센트",
+    "&": "그리고",
+    "@": "골뱅이",
+}
+
+# 영어 약어 → 한글 음차 (대문자 형태만 매칭)
+ACRONYMS: dict[str, str] = {
+    "AI": "에이아이",
+    "API": "에이피아이",
+    "APP": "앱",
+    "AR": "에이아르",
+    "VR": "브이아르",
+    "QR": "큐아르",
+    "CPU": "씨피유",
+    "GPU": "지피유",
+    "GPT": "지피티",
+    "PC": "피씨",
+    "TV": "티비",
+    "IT": "아이티",
+    "IoT": "아이오티",
+    "SNS": "에스엔에스",
+    "OK": "오케이",
+    "URL": "유알엘",
+    "ID": "아이디",
+    "PDF": "피디에프",
+    "HTTP": "에이치티티피",
+    "HTTPS": "에이치티티피에스",
+    "WiFi": "와이파이",
+    "WIFI": "와이파이",
+    "DIY": "디아이와이",
+    "DNA": "디엔에이",
+    "LED": "엘이디",
+    "GPS": "지피에스",
+    "SMS": "에스엠에스",
+    "OS": "오에스",
+    "IP": "아이피",
+    "DB": "디비",
+    "UI": "유아이",
+    "UX": "유엑스",
+    "TTS": "티티에스",
+    "CD": "씨디",
+    "DVD": "디비디",
+    "USB": "유에스비",
+    "CEO": "씨이오",
+    "FAQ": "에프에이큐",
+    "FYI": "에프와이아이",
+    "ASAP": "에이에스에이피",
+}
+
+# 사용자 발음 교정 사전 (문제 단어를 여기에 추가; 한글→한글도 가능)
+# 예: "육개장": "육깨장", "<22>its": "..."  ← 사용자가 알려주는 단어를 반영
+USER_DICT: dict[str, str] = {}
+
+
+def _sub_word_boundary(text: str, mapping: dict[str, str], case_sensitive: bool) -> str:
+    if not mapping:
+        return text
+    # 라틴/숫자에 인접하지 않은 경우에만 치환 (한글 조사 뒤에도 매칭되도록)
+    keys = sorted(mapping.keys(), key=len, reverse=True)
+    flags = 0 if case_sensitive else re.IGNORECASE
+    for k in keys:
+        pattern = r"(?<![A-Za-z0-9])" + re.escape(k) + r"(?![A-Za-z0-9])"
+        text = re.sub(pattern, mapping[k], text, flags=flags)
+    return text
+
+
+def normalize_korean(text: str) -> str:
+    """한국어 합성 전에 기호/약어/사용자사전을 적용."""
+    if not text:
+        return text
+    # 사용자 사전(최우선) → 약어(대문자 정확 매칭) → 기호
+    text = _sub_word_boundary(text, USER_DICT, case_sensitive=True)
+    text = _sub_word_boundary(text, ACRONYMS, case_sensitive=True)
+    for sym, rep in SYMBOLS.items():
+        text = text.replace(sym, rep)
+    return text