整理: e2e TTS テスト (#1064)

* refactor: e2e TTS テストの追加

* fix: lint

* fix: Linux-Windows 数値誤差ワークアラウンドの追加

* fix: lint

* fix: `snapshot_json` -> `snapshot`

* fix: lint

test/e2e/__snapshots__/test_tts.ambr

@@ -0,0 +1,4 @@
+# serializer version: 1
+# name: test_テキストと話者IDから音声を合成できる
+  'MD5:9cb1070db2510240ff63a16fd42907c9'
+# ---

test/e2e/test_tts.py

@@ -0,0 +1,38 @@
+"""
+TTSのテスト
+"""
+
+import io
+from test.utility import hash_long_string, round_floats
+
+import soundfile as sf
+from fastapi.testclient import TestClient
+from syrupy.assertion import SnapshotAssertion
+
+
+def test_テキストと話者IDから音声を合成できる(
+    client: TestClient, snapshot: SnapshotAssertion
+) -> None:
+    # テキストと話者 ID から AudioQuery を生成する
+    audio_query_res = client.post(
+        "/audio_query", params={"text": "テストです", "speaker": 0}
+    )
+    audio_query = audio_query_res.json()
+
+    # AudioQuery から音声波形を生成する
+    synthesis_res = client.post("/synthesis", params={"speaker": 0}, json=audio_query)
+
+    # wav ファイルを含む FileResponse から音声波形を抽出する
+    wav_bytes = io.BytesIO(synthesis_res.read())
+    wave = sf.read(wav_bytes)[0].tolist()
+
+    # NOTE: Linux-Windows 数値精度問題に対するワークアラウンド
+    wave = round_floats(wave, 2)
+
+    # リクエストが成功している
+    assert synthesis_res.status_code == 200
+    # レスポンスが音声ファイルである
+    assert synthesis_res.headers["content-type"] == "audio/wav"
+    # 音声波形が commit 間で不変である
+    wave_str = " ".join(map(lambda point: str(point), wave))
+    assert snapshot == hash_long_string(wave_str)