今日進度5/14：研究如何把營養標示辨識結果與個人化建議用tts轉換成語音檔案後傳LINE給用戶。
首先，撇除掉Side Project，先單獨測試了用戶傳文字就收到語音檔的部份，是可以運作的；但是回去Side Project，改成將營養標示辨識結果與個人化建議用tts轉換成語音檔案，卻無法成功傳至LINE給用戶？
👽 — 我
🫡 — Gemini
👽為什麼單純請用戶輸入文字轉語音就可以成功、但接回營養標示辨識的程式碼就會失敗呢？
🫡你問了一個非常好的問題，這點正是許多人在開發 LINE BOT 時會遇到的挑戰！好奇為什麼單純的文字轉語音範例能成功，而整合到營養標示辨識程式碼後就會出現問題。
簡單文字轉語音 vs. 營養標示辨識的複雜度答案在於兩者之間流程的複雜度和外部依賴的數量有顯著差異：
簡單文字轉語音的流程 (你的成功範例)
- LINE 傳送文字訊息 -> ngrok -> 你的 Flask 應用程式。
- 你的 Flask 應用程式接收文字。
- 呼叫 Azure TTS API，將文字轉換成語音，並儲存為本地 output.mp3。
- 你的 Flask 應用程式建立一個指向 ngrok 公開 URL (/audio) 的 AudioMessage。LINE 伺服器 -> ngrok -> 你的 Flask 應用程式 (/audio 路由)，下載 output.mp3。
- LINE 將音訊傳送給用戶。
這個流程相對簡單直接，主要只涉及一次 Azure API 呼叫 (TTS) 和一次本地檔案伺服。
營養標示辨識的流程 (你目前的程式)
- LINE 傳送圖片訊息 -> ngrok -> 你的 Flask 應用程式。
- 你的 Flask 應用程式接收圖片。
- 呼叫 Azure Document Intelligence API，上傳圖片進行 OCR 辨識，等待結果。
- 你的 Flask 應用程式解析 OCR 結果，提取營養數據。
- 計算個人化營養分析和建議。
- 呼叫 Gemini LLM API，生成個人化建議文字，等待結果。
- 組裝最終的文字報告。
- 呼叫 Azure TTS API，將最終報告的語音內容轉換成語音，並儲存為本地 output.mp3。
- 你的 Flask 應用程式建立一個指向 ngrok 公開 URL (/audio) 的 AudioMessage。
- LINE 伺服器 -> ngrok -> 你的 Flask 應用程式 (/audio 路由)，下載 output.mp3。
- LINE 將音訊傳送給用戶。
👽那我的下一步要怎麼修正？
🫡（給了我超～長一串解決方法）
簡單來說，就是需要重新啟動 ngrok 並更新 URL，然後更新 LINE Developers 後台的 Webhook URL、重新啟動 Flask 應用程式（詳細步驟略）
（咦？這些步驟我昨天都做過了呀…算了還是再做一次看看…）
（竟然成功了！我的LINE BOT可以回傳音檔給用戶了，歡呼！）
然後我發現它會朗讀emoji，譬如😊它會唸「微笑的臉」，所以我請它朗讀時移除emoji，殊不知這是災難的開始...
接下來生成的音檔全部都只會朗讀營養組成、沒有朗讀個人化建議與鼓勵，我找錯誤來源找了好多次都失敗，後來發現問題應該是因為這個：
tts_personalized_advice = remove_emojis(personalized_advice_text)
跟這個：
text = re.sub(r'[\U000026A0\U0001F621\U0001F62C\U0001F60A\U0001F629\U0001F62F\U0001F635\U0001F92C\U0001F4AA\U0001F92B\U0001F974\U0001F35E\U0001F36C\U0001F373\U0001F9C2\U0001F35A]', '', text)
這行代碼因為匹配的 Unicode 範圍過於廣泛，導致它不僅移除了表情符號，也移除許多正常的文字內容，所以就變成空字串…print文本出來看是有生成的，但轉音檔的時候因為文字跟著emoji一起被去掉所以沒轉。
我暫時把移除表情符號的需求拿掉，之後再想辦法吧！
明日進度：
- 思考看看有什麼辦法可以簡化用戶輸入個人資訊的步驟，目前要請用戶自己用逗號隔開（女性, 60, 158 1），這樣對用戶來說不太方便。
- 目前文字看起來很擁擠，不利長輩閱讀。要來研究怎麼從只傳送一個對話泡泡變成傳送多個對話泡泡。
