"""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", "�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