app.py

app.py

@@ -0,0 +1,63 @@
+# 파일 구조
+digital-gut/
+├── app.py             # 메인 Gradio 앱
+├── requirements.txt   # 필요한 패키지
+└── README.md         # 설명 문서
+
+# app.py
+import gradio as gr
+import numpy as np
+import librosa
+from transformers import pipeline
+
+# 음성 감정 분석 모델
+emotion_analyzer = pipeline("audio-classification", model="MIT/ast-finetuned-speech-commands-v2")
+
+# 한국어 음성인식 모델
+speech_recognizer = pipeline("automatic-speech-recognition", 
+                           model="kresnik/wav2vec2-large-xlsr-korean")
+
+def analyze_voice(audio_file):
+    """음성 분석 함수"""
+    try:
+        # 오디오 로드
+        y, sr = librosa.load(audio_file)
+        
+        # 1. 음성 감정 분석
+        emotions = emotion_analyzer(y)
+        primary_emotion = emotions[0]
+        
+        # 2. 음성 텍스트 변환
+        text_result = speech_recognizer(y)
+        
+        # 3. 기본 오디오 특성 추출
+        mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)
+        energy = np.mean(librosa.feature.rms(y=y))
+        
+        return {
+            "감정": primary_emotion['label'],
+            "감정_확률": f"{primary_emotion['score']:.2f}",
+            "음성_텍스트": text_result['text'],
+            "에너지_레벨": f"{energy:.2f}",
+            "상태": "분석 완료"
+        }
+    except Exception as e:
+        return {
+            "error": str(e),
+            "상태": "오류 발생"
+        }
+
+# Gradio 인터페이스 생성
+interface = gr.Interface(
+    fn=analyze_voice,
+    inputs=gr.Audio(source="microphone", type="filepath", label="음성 입력"),
+    outputs=gr.JSON(label="분석 결과"),
+    title="디지털 굿판 - 음성 감정 분석",
+    description="음성을 통한 감정 분석과 텍스트 변환을 수행합니다.",
+    theme=gr.themes.Soft(),
+    analytics_enabled=True
+)
+
+# 앱 실행
+if __name__ == "__main__":
+    interface.launch()