Update app.py

app.py

@@ -50,6 +50,8 @@ from sklearn.metrics.pairwise import cosine_similarity
 
 movies = pd.read_csv("rotten_tomatoes_movies.csv")
 reviews = pd.read_csv("rotten_tomatoes_movie_reviews.csv")
+error_sound = "error.mp3"
+success_sound = "success.mp3"
 
 
 movies = preprocess_movies(movies)
@@ -93,7 +95,7 @@ def movie_recommendation(name, genre_input, hate_genre, movie_input, input_word,
                       confirmation_messages.append(f"- {temp_title} - [영화 정보 보기]({link})")
                   
                   initial_message = "찾으시는 영화가 다음 중 있습니까? 있다면 입력을 수정해주세요. 없다면 해당 영화는 데이터베이스에 없습니다."
-                  return initial_message + "\n\n" + "\n\n".join(confirmation_messages)
+                  return initial_message + "\n\n" + "\n\n".join(confirmation_messages), error_sound
 
           # 영화 제목 확인
           if movie_input in movies['title'].tolist():
@@ -111,25 +113,25 @@ def movie_recommendation(name, genre_input, hate_genre, movie_input, input_word,
                           link = f"https://www.rottentomatoes.com/m/{movie_id}"
                           confirmation_messages.append(f"- {title} - [영화 정보 보기]({link})")
 
-                  return initial_message + "\n\n" + "\n\n".join(confirmation_messages)
+                  return initial_message + "\n\n" + "\n\n".join(confirmation_messages), error_sound
 
-              return f"영화 '{movie_input}'이(가) 데이터에 존재하지 않습니다."
+              return f"영화 '{movie_input}'이(가) 데이터에 존재하지 않습니다.", error_sound
         
 
         # 영화 ID 존재 여부 확인
         if movie_id not in movies['id'].values:
-            return f"영화 ID '{movie_id}'이(가) 데이터에 존재하지 않습니다."
+            return f"영화 ID '{movie_id}'이(가) 데이터에 존재하지 않습니다.", error_sound
 
         # 장르 입력 확인
         if genre_input not in movies.columns:
-            return f"장르 '{genre_input}'이(가) 데이터에 존재하지 않습니다."
+            return f"장르 '{genre_input}'이(가) 데이터에 존재하지 않습니다.", error_sound
 
         movies_cut = movies_cut[(movies_cut[genre_input] == 1) | (movies_cut['id'] == movie_id)]
 
         # hate_genre = hate_genre.split(', ') if hate_genre else []
         for genre in hate_genre:
             if genre not in movies.columns:
-                return f"장르 '{genre}'이(가) 데이터에 존재하지 않습니다."
+                return f"장르 '{genre}'이(가) 데이터에 존재하지 않습니다.", error_sound
             movies_cut = movies_cut[(movies_cut[genre] == 0) | (movies_cut['id'] == movie_id)]
             reviews_for_rs = reviews_for_rs[reviews_for_rs['id'].isin(movies_cut['id'])]
 
@@ -157,7 +159,7 @@ def movie_recommendation(name, genre_input, hate_genre, movie_input, input_word,
         grouped_reviews = grouped_reviews[grouped_reviews['reviewText'].str.strip() != '']
 
         if grouped_reviews.empty:
-            return "유효한 리뷰가 없습니다."
+            return "유효한 리뷰가 없습니다.", error_sound
 
         vectorizer = TfidfVectorizer()
         tfidf_matrix = vectorizer.fit_transform(grouped_reviews['reviewText'])
@@ -190,7 +192,7 @@ def movie_recommendation(name, genre_input, hate_genre, movie_input, input_word,
                 recommended_ids.append(movie_id)
 
         if not recommended_movies:
-            return "추천할 영화가 없습니다."
+            return "추천할 영화가 없습니다.", error_sound
 
         # 로튼 토마토 검색 링크 추가
         search_links = [f"https://www.rottentomatoes.com/m/{movie_id}" for movie_id in recommended_ids]
@@ -198,10 +200,10 @@ def movie_recommendation(name, genre_input, hate_genre, movie_input, input_word,
         # 포맷팅된 출력
         output = "\n\n".join([f"**{title}** - [영화 정보 보기]({link})" for title, link in zip(recommended_movies, search_links)])
         output = name + '님에게 추천하는 영화는...\n\n' + output
-        return output
+        return output, success_sound
 
     except Exception as e:
-      return f"정보가 존재하지 않는 영화입니다. 다른 영화를 시도하세요."
+      return f"정보가 존재하지 않는 영화입니다. 다른 영화를 시도하세요.", error_sound
 
 
 # Gradio 인터페이스 설정
@@ -220,7 +222,10 @@ iface = gr.Interface(
         gr.Radio(label="리뷰 수가 적은 영화를 추천받아도 좋습니까?",
                  choices=["예", "아니오"], value="아니오"),
     ],
-    outputs=gr.Markdown(label="추천 영화 목록"),  # Markdown으로 출력
+    outputs=[
+        gr.Markdown(label="추천 영화 목록"),  # Markdown으로 출력
+        gr.Audio(autoplay = True, visible = False)  # 소리 출력
+    ],
     title="영화 추천 시스템",
     description="장르와 영화 정보를 기반으로 추천 영화를 찾아드립니다.",
 )