😴 하품/음성 피로도 감지 모델 API

오디오 파일을 입력받아 하품(yawn) 및 졸림(sleepy) 여부를 예측하는 FastAPI 기반의 서버

📁 프로젝트 구조

├── main.py                  # FastAPI 서버 엔트리포인트
├── .gitattributes           # Git LFS 설정
├── sleepy_project/
│ ├── model/sleepy_v1/       # 졸림 감지 모델
│ │ ├── config.json
│ │ └── model.safetensors
│ ├── scripts/inference.py   # sleepy 예측 스크립트
│ └── requirements.txt
├── yawn_project/
│ ├── model/yawn_AST/        # 하품 감지 모델
│ │ ├── config.json
│ │ ├── model.safetensors
│ │ └── preprocessor_config.json
│ ├── scripts/inference.py   # yawn 예측 스크립트
│ └── requirements.txt
├── utils/
│ └── audio_utils.py         # 공통 오디오 전처리 유틸

🚀 실행 환경

1. Python

• Python 3.8 이상 권장

2. 필수 패키지

requirements.txt 파일에 명시된 패키지를 설치하여 실행 환경 설정

pip install -r requirements.txt

3. 추가 설치

• FFmpeg: 오디오 변환을 위해 필요. 설치 후 ffmpeg 명령어가 시스템 경로(PATH)에 포함되어야 함

• Git LFS: safetensors 모델 파일 다운로드 및 로딩

git lfs install
git lfs pull

⚙️ 실행 방법

FastAPI 서버 실행 (로컬 테스트용)

# 방법 1
uvicorn main:app --reload

# 방법 2
python -m uvicorn main:app --reload

🎯 API 사용법

▶️ POST /predict

• 오디오 파일 업로드 → 졸림/하품 여부 반환
• 요청 형식: multipart/form-data
• 파일 필드명: file
• 지원 포맷: audio/m4a (기타 오디오 형식도 지원되나, 내부적으로 .m4a만을 .wav로 변환하여 처리)

✅ 예시 응답

{
  "yawn": true,
  "sleepy": false
}

⚠️ 주의 사항

• .safetensors 모델 파일은 Git LFS로 관리되며, git lfs pull 을 하지 않으면 로딩에 실패할 수 있음.
• m4a → wav 변환을 위해 ffmpeg가 반드시 설치되어야 함.
• Windows에서는 AudioSegment.converter 경로를 명시적으로 지정해야 할 수 있음.