""" 숫자 -> 한글 발음 변환 전처리기 TTS에 넣기 전에 모든 숫자를 한글로 변환 """ import re # 한글 숫자 단위 DIGITS = ['영', '일', '이', '삼', '사', '오', '육', '칠', '팔', '구'] UNITS_SMALL = ['', '십', '백', '천'] UNITS_BIG = ['', '만', '억', '조'] def number_to_korean(num_str): """정수 문자열을 한글로 변환 (쉼표 제거 포함)""" num_str = num_str.replace(',', '') if not num_str.isdigit(): return num_str n = int(num_str) if n == 0: return '영' result = [] # 4자리씩 끊어서 처리 groups = [] s = str(n) while s: groups.insert(0, s[-4:]) s = s[:-4] for gi, group in enumerate(groups): big_unit_idx = len(groups) - 1 - gi group_val = int(group) if group_val == 0: continue group_str = '' padded = group.zfill(4) for di, ch in enumerate(padded): d = int(ch) unit_idx = 3 - di # 천,백,십,일 if d == 0: continue if d == 1 and unit_idx > 0: # 일십, 일백, 일천은 그냥 십, 백, 천 group_str += UNITS_SMALL[unit_idx] else: group_str += DIGITS[d] + UNITS_SMALL[unit_idx] result.append(group_str + UNITS_BIG[big_unit_idx]) return ''.join(result) def decimal_to_korean(decimal_str): """소수점 이하를 한 자리씩 읽기: 0.123 -> 영점일이삼""" parts = decimal_str.split('.') integer_part = number_to_korean(parts[0]) if len(parts) == 1: return integer_part # 소수점 이하는 한 자리씩 읽음 decimal_part = ''.join(DIGITS[int(d)] for d in parts[1]) return f"{integer_part}점{decimal_part}" def preprocess_for_tts(text): """텍스트 내 숫자를 한글 발음으로 변환 + Supertonic 미지원 특수문자 제거 + 단위/약자 한글화""" # 0) Supertonic 미지원 특수문자 제거 (CLAUDE.md 명시) text = re.sub(r'[■▶★●◆▲※→←▼◀►◇□☆◎※♣♠♥♦◈◐◑]', '', text) # 0-1) 단위 기호 한글 발음 (TTS가 못 읽는 기호) text = text.replace('㎡', '엠투') text = text.replace('㎢', '제곱킬로미터') text = text.replace('㎝', '센티미터') text = text.replace('㎜', '밀리미터') text = text.replace('㎏', '킬로그램') # 0-2) 지목 1글자 약자 → 풀어쓰기 (괄호 안만) jimok_map = { '대': '대지', '도': '도로', '전': '밭', '답': '논', '임': '임야', '과': '과수원', '목': '목장용지', '잡': '잡종지', '학': '학교용지', '공': '공장용지', '창': '창고용지', '주': '주차장', '하': '하천', '구': '구거', '제': '제방', '원': '유원지', '체': '체육용지', '종': '종교용지', '사': '사적지', '묘': '묘지', '광': '광천지', '염': '염전', '철': '철도용지', '수': '수도용지', '유': '유지', '양': '양어장', '주차': '주차장', } def expand_jimok(m): ch = m.group(1) return '(' + jimok_map.get(ch, ch) + ')' text = re.sub(r'\(([가-힣])\)', expand_jimok, text) # 1) 퍼센트: 4.75% -> 사점칠오퍼센트 text = re.sub(r'(\d+(?:,\d{3})*\.?\d*)%', lambda m: decimal_to_korean(m.group(1).replace(',', '')) + '퍼센트', text) # 2) 쉼표 + 소수점 통합: 14,046.60 -> 일만사천사십육점육영 text = re.sub(r'(\d{1,3}(?:,\d{3})+\.\d+)', lambda m: decimal_to_korean(m.group(1).replace(',', '')), text) # 3) 쉼표 포함 정수: 3,330 -> 삼천삼백삼십 text = re.sub(r'(\d{1,3}(?:,\d{3})+)', lambda m: number_to_korean(m.group(1)), text) # 4) 일반 소수점: 0.123 -> 영점일이삼 text = re.sub(r'(\d+\.\d+)', lambda m: decimal_to_korean(m.group(1)), text) # 5) 범위 표현: 10~15평 -> 십내지십오평, 280~425세대 -> 이백팔십내지사백이십오세대 def range_repl(m): a, b = m.group(1), m.group(2) ak = number_to_korean(a) if not any(c == '.' for c in a) else decimal_to_korean(a) bk = number_to_korean(b) if not any(c == '.' for c in b) else decimal_to_korean(b) return f"{ak}내지{bk}" text = re.sub(r'(\d+(?:\.\d+)?)~(\d+(?:\.\d+)?)', range_repl, text) # 6) 일반 숫자 (단위 붙은 것): 500m -> 오백m text = re.sub(r'(?