來囉！這是你 #Day21 鐵人賽的完整發文初稿（標題＋正文＋可直接貼 Medium/部落格）。主軸延續前幾天：把「錄音→AI 回覆→語音回傳」做成零成本 TTS方案（gTTS），再加上Groq 模型下架因應與部署實戰排雷，一篇搞定 👇

⸻

Day21｜不花錢也能講話：用 gTTS + Cloudinary 讓 LINE Bot 說出 AI 回覆（含 Groq 模型下架防呆）

TL;DR
• 用 **gTTS（Google Text-to-Speech 的 Python 套件）**當免費 TTS。
• 產生 MP3 → 上傳 Cloudinary 取得 HTTPS 音訊網址 → 回傳 LINE AudioMessage。
• **STT（語音轉文字）**走 Groq（Whisper large v3）或 OpenAI Whisper，雙路備援。
• Groq 主模型如果被「下架」（decommissioned），用候選清單輪流嘗試，避免整串報錯。
• 加碼修掉 yfinance 與 pandas 的警告，部署更乾淨。

⸻

1. 成品長怎樣？

在 LINE 你可以：
1. 對 Bot 傳一段語音（m4a / caf / aac…）。
2. Bot 轉文字後，以你設定的人設（甜/鹹/萌/酷）產生回覆。
3. Bot 同時回 文字＋語音（這裡的語音是 gTTS 生成，免費）。
4. 金價/匯率/股票/樂透分析等指令照樣可用。

流程圖：

使用者語音 → LINE → Bot 接收音訊
↓
STT 轉文字（Groq Whisper / OpenAI Whisper）
↓
LLM 生文字回覆（Groq / OpenAI 備援）
↓
TTS（gTTS）→ MP3 → Cloudinary（取得 HTTPS）
↓
LINE AudioMessage（原文＋語音一起回）

⸻

2. 前置：環境變數（Render 或本機 .env）

至少準備：

CHANNEL_ACCESS_TOKEN=你的LINE Channel token
CHANNEL_SECRET=你的LINE Channel secret

Groq Key（建議必填，STT 與聊天都能用）

GROQ_API_KEY=你的Groq API key

選用：若你要使用 OpenAI（Whisper/TTS）

OPENAI_API_KEY=sk-xxxx

Cloudinary（上傳 TTS MP3 用）

登入 Cloudinary 後在 Dashboard 複製一條 cloudinary://xxx:yyy@你的雲端

CLOUDINARY_URL=cloudinary://<api_key>:<api_secret>@<cloud_name>

我們支援一鍵切換 TTS 供應商（預設用 gTTS 免費）

TTS_PROVIDER=gtts

小提醒：不要在值前後放引號或多餘空白，否則會出現 401 或 URL 解析錯誤。

⸻

3. requirements.txt

加上 gTTS 與 cloudinary（其餘你前幾天都已安裝）：

fastapi
uvicorn
line-bot-sdk>=3.0.0

groq
openai

requests
pandas
beautifulsoup4
lxml
html5lib
yfinance

gTTS
cloudinary
httpx

⸻

4. 核心程式重點（可直接貼進你的 app_fastapi.py）

4.1 TTS 抽象層：支援 gTTS 與 OpenAI TTS

--- TTS Providers ---

from gtts import gTTS

TTS_PROVIDER = os.getenv("TTS_PROVIDER", "gtts").lower() # gtts | openai

def tts_gtts_bytes(text: str) -> bytes:
# gTTS 直接回 bytes（MP3）
fp = io.BytesIO()
# zh-TW 常用參數：lang='zh-TW' 但 gTTS 支援度以 'zh' 较穩
gTTS(text=re.sub(r'[*_`~#]', '', text), lang='zh').write_to_fp(fp)
fp.seek(0)
return fp.read()

def tts_openai_bytes(text: str) -> bytes | None:
if not openai_client:
return None
try:
clean = re.sub(r'[*_`~#]', '', text)
resp = openai_client.audio.speech.create(model="tts-1", voice="nova", input=clean)
return resp.read()
except Exception as e:
logger.warning(f"OpenAI TTS 失敗：{e}")
return None

def build_tts_bytes(text: str) -> bytes | None:
# 先依環境變數選擇供應商，另一個當備援
providers = [TTS_PROVIDER]
if "openai" not in providers: providers.append("openai")
if "gtts" not in providers: providers.append("gtts")

last_err = None
for p in providers:
    try:
        if p == "gtts":
            return tts_gtts_bytes(text)
        if p == "openai":
            b = tts_openai_bytes(text)
            if b:
                return b
    except Exception as e:
        last_err = e
        logger.warning(f"TTS 提供者 {p} 失敗：{e}")
if last_err:
    logger.error(f"所有 TTS 供應商皆失敗：{last_err}")
return None

4.2 上傳 MP3 到 Cloudinary，拿 HTTPS 給 LINE

def _upload_audio_sync(audio_bytes: bytes) -> dict | None:
if not CLOUDINARY_URL:
return None
try:
# LINE 對音訊類型以 HTTPS 連結即可（mp3 可用）
return cloudinary.uploader.upload(
io.BytesIO(audio_bytes),
resource_type="video", # Cloudinary 將音訊歸在 video 資源類型
folder="line-bot-tts",
format="mp3"
)
except Exception as e:
logger.error(f"Cloudinary 上傳失敗: {e}", exc_info=True)
return None

async def upload_audio_to_cloudinary(audio_bytes: bytes) -> str | None:
result = await run_in_threadpool(_upload_audio_sync, audio_bytes)
return result.get("secure_url") if result else None

4.3 把文字回覆 + 語音一起回給使用者

文字回覆已經生成在 final_reply_text

messages_to_send = [TextMessage(text=final_reply_text, quick_reply=build_quick_reply())]

if final_reply_text and CLOUDINARY_URL:
audio_bytes = build_tts_bytes(final_reply_text)
if audio_bytes:
public_url = await upload_audio_to_cloudinary(audio_bytes)
if public_url:
# duration 毫秒，先給 20 秒保守值
messages_to_send.append(AudioMessage(original_content_url=public_url, duration=20000))
logger.info("✅ TTS 語音已上傳並加入回覆")

⸻

5. STT：錄音轉文字（Groq / OpenAI 雙備援）

你可以完全不放 OpenAI Key，也能靠 Groq 完成 STT。

def _transcribe_with_openai(audio_bytes: bytes, filename: str = "audio.m4a") -> str | None:
if not openai_client:
return None
try:
f = io.BytesIO(audio_bytes); f.name = filename
resp = openai_client.audio.transcriptions.create(model="whisper-1", file=f)
return (resp.text or "").strip() or None
except Exception as e:
logger.warning(f"OpenAI 轉錄失敗：{e}")
return None

def _transcribe_with_groq(audio_bytes: bytes, filename: str = "audio.m4a") -> str | None:
if not sync_groq_client:
return None
try:
f = io.BytesIO(audio_bytes); f.name = filename
resp = sync_groq_client.audio.transcriptions.create(file=f, model="whisper-large-v3")
return (resp.text or "").strip() or None
except Exception as e:
logger.warning(f"Groq 轉錄失敗：{e}")
return None

在音訊事件處理中：

content_stream = await line_bot_api.get_message_content(event.message.id)
audio_in = await content_stream.read()

text = _transcribe_with_openai(audio_in) or _transcribe_with_groq(audio_in)
if not text:
await line_bot_api.reply_message(ReplyMessageRequest(
reply_token=reply_token,
messages=[TextMessage(text="抱歉我剛剛沒聽清楚 🙈 能再說一次或改用文字嗎？")]
))
return

⸻

6. Groq 模型「下架」的保命招：候選清單輪替

官方最近把 llama-3.1-70b-versatile 下架，最穩的是把聊天模型做成候選清單，逐一嘗試。

GROQ_MODEL_PRIMARY = os.getenv("GROQ_MODEL_PRIMARY", "llama-3.1-8b-instant")
GROQ_MODEL_FALLBACK = os.getenv("GROQ_MODEL_FALLBACK", "llama-3.1-8b-instant")

GROQ_MODEL_CANDIDATES = [
GROQ_MODEL_PRIMARY,
GROQ_MODEL_FALLBACK,
"llama-3.1-8b-instant", # 保底
# 需要時再加入： "llama-3.2-70b-text-preview" 等官方推薦
]
GROQ_MODEL_CANDIDATES = [m for i, m in enumerate(GROQ_MODEL_CANDIDATES) if m and m not in GROQ_MODEL_CANDIDATES[:i]]

def groq_chat_sync_with_models(messages, max_tokens=1500, temperature=0.7) -> str:
if not sync_groq_client:
raise RuntimeError("Groq client not initialized.")
last_err = None
for model in GROQ_MODEL_CANDIDATES:
try:
resp = sync_groq_client.chat.completions.create(
model=model, messages=messages, max_tokens=max_tokens, temperature=temperature
)
return resp.choices[0].message.content
except Exception as e:
last_err = e
logger.warning(f"Groq 模型 {model} 失敗：{e}")
raise RuntimeError(f"所有 Groq 候選模型皆失敗：{last_err}")

然後在你的 get_analysis_reply() 中優先用 OpenAI；失敗就呼叫上面這個函式：

def get_analysis_reply(messages):
try:
if openai_client:
r = openai_client.chat.completions.create(
model="gpt-4o-mini", messages=messages, max_tokens=1500, temperature=0.7
)
return r.choices[0].message.content
return groq_chat_sync_with_models(messages, 2000, 0.7)
except Exception as e:
logger.warning(f"OpenAI 失敗：{e} → 改走 Groq 候選")
try:
return groq_chat_sync_with_models(messages, 1500, 0.9)
except Exception as gg:
logger.error(f"所有 AI API 都失敗：{gg}")
return "（分析模組暫時連線不穩定）"

⸻

7. 修掉兩個常見警告（乾淨日誌）
   • yfinance：

df = yf.download(stock_id_tw, start=start, end=end, auto_adjust=False)

•	pandas pct_change：

stock.quarterly_financials.loc["Total Revenue"].pct_change(-1, fill_method=None)

⸻

8. 部署檢查清單（Render）
   • ✅ Environment
   • CHANNEL_ACCESS_TOKEN, CHANNEL_SECRET
   • GROQ_API_KEY（建議必填）
   • CLOUDINARY_URL（要回傳語音必填）
   • TTS_PROVIDER=gtts（預設即免費）
   • 可選：OPENAI_API_KEY（想用 OpenAI TTS/STT/聊天時）
   • 可選：GROQ_MODEL_PRIMARY=llama-3.1-8b-instant
   • ✅ Build Command
   • pip install -r requirements.txt
   • ✅ Start Command
   • uvicorn app_fastapi:app --host 0.0.0.0 --port 8000
   • ✅ 健康檢查
   • GET /healthz 200 即正常（出現很多 200 是 LB 心跳）

⸻

9. 驗收腳本（你可以用這些步驟自測）
   1. 在 LINE 對 Bot 說：「幫我查一下日圓」→ 應回 1 JPY ≈ xxx TWD。
   2. 傳一段語音：「今天心情有點低落…」→ 應回聽寫文字＋安慰語氣的回覆，並附語音。
   3. 發「金價」→ 應回台銀掛牌時間＋買賣價。
   4. 發「2330」→ 應回台積電快照（股價/昨日收盤等），日誌無大量 Warning。
   5. 把 OPENAI_API_KEY 移除 → 再傳語音，仍能正常轉文字與回 TTS（靠 Groq STT + gTTS）。

⸻

10. 常見錯誤＆排雷
    • OpenAI 401 invalid_api_key
    → Key 打錯或有空白。先移除 OPENAI_API_KEY 也可，完全靠 Groq + gTTS 一樣能跑。
    • Groq model_decommissioned
    → 模型名稱下架。把 GROQ_MODEL_PRIMARY 改 llama-3.1-8b-instant，或用本文的候選清單輪替。
    • 回不出語音
    → 沒設 CLOUDINARY_URL 或 Cloudinary 權限錯。確定 dashboard 有那條 cloudinary://...，且方案允許上傳。

⸻

11. 後記

今天把語音能力補齊到「雙向」：使用者講話 → Bot 聽得懂；Bot 也會講。而且我們選擇零成本的 gTTS 做 TTS，適合 Side Project 或 PoC。在營運規模成長後，再切到 OpenAI TTS 或其他商用服務也不遲。

明天預告：把使用者語音內容做「摘要＋待辦抽取」，讓 Bot 說的不只溫暖，還能幫你整理重點與待辦清單 ✅。

⸻