# 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()