import os
import tempfile
import json
import time
import gradio as gr
import spacy
import subprocess
from preprocessing import clean_audio
from asr import transcribe_file
from diarization import diarize_segments
from privacy import MedicalPrivacyProcessor
from config import settings
from typing import Tuple, Dict
from pydub import AudioSegment

# HuggingFace token'ını ayarla
HF_TOKEN = os.getenv("HF_TOKEN", "")
if not HF_TOKEN:
    print("Warning: HF_TOKEN not set!")

def load_spacy_model():
    """Load SpaCy model with graceful fallback to blank model"""
    import spacy
    from config import settings
    
    try:
        # Önce tam modeli yüklemeyi dene
        return spacy.load(settings.SPACY_MODEL)
    except OSError:
        # Model yüklenemezse blank model kullan
        print(f"[warning] SpaCy model '{settings.SPACY_MODEL}' yüklenemedi; fallback olarak blank('tr') kullanılıyor.")
        return spacy.blank("tr")

# SpaCy modelini yükle
nlp = load_spacy_model()

# Yardım metni
usage_tips = """
## Kullanım İpuçları

1. **Dosya formatı**: WAV formatında ses dosyaları en iyi sonuçları verir.
2. **Ses kalitesi**: Gürültüsüz ortamlarda kaydedilen sesler daha iyi sonuç verir.
3. **Konuşmacı ayrımı**: Konuşmacı sayısı arttıkça tanıma doğruluğu düşebilir.
4. **Hata durumlarında**: Sistem hata verirse, ses dosyasının formatını ve boyutunu kontrol edin.

## Pediatrik Uzmanlar İçin

Sistem, çocuk hastalıkları, aşılar, ilaçlar ve muayene terimleri içeren 
geniş bir tıbbi terim sözlüğü kullanır. Bu sayede pediatri vizitelerindeki 
terminolojinin doğru transkribe edilmesini sağlar.
"""

# CSS stilleri
css = """
.container {padding: 20px; border-radius: 10px; box-shadow: 0 4px 8px rgba(0,0,0,0.1);}
.result-text {margin-top: 10px; padding: 15px; background: #f8f9fa; border-radius: 5px; white-space: pre-wrap;}
.speaker {font-weight: bold; color: #1a5fb4;}
.timestamp {color: #666; font-size: 0.9em;}
.success {color: green; font-weight: bold;}
.error {color: red; font-weight: bold;}
.footer {margin-top: 50px; text-align: center; color: #666; font-size: 0.9em;}
.tips {background: #e7f5ff; padding: 15px; border-radius: 5px; margin-top: 20px;}
"""

def enhance_audio(audio: AudioSegment) -> AudioSegment:
    """Ses kalitesini iyileştir"""
    # Basit ses iyileştirme: normalize et
    return audio.normalize()

def diarize_speakers(audio_path: str) -> list:
    """Konuşmacıları ayır"""
    # TODO: Gerçek diarization implementasyonu
    return []

def transcribe_audio(audio_path: str, diarization: list = None) -> Dict:
    """Ses dosyasını metne çevir"""
    # TODO: Gerçek transkripsiyon implementasyonu
    return {
        "text": "Örnek transkripsiyon metni",
        "segments": []
    }

def anonymize_personal_info(result: Dict) -> Dict:
    """Kişisel bilgileri anonimleştir"""
    # TODO: Gerçek anonimleştirme implementasyonu
    return result

def process_audio(
    audio_path: str,
    diarize: bool = True,
    enhance: bool = True,
    anonymize: bool = True
) -> str:
    """
    Ses dosyasını işleyip transkripsiyon yapar.
    
    Args:
        audio_path: Ses dosyasının yolu
        diarize: Konuşmacı ayrımı yapılsın mı?
        enhance: Ses iyileştirme yapılsın mı?
        anonymize: Kişisel veriler anonimleştirilsin mi?
        
    Returns:
        str: Transkripsiyon metni
    """
    if not audio_path:
        return "Lütfen bir ses dosyası yükleyin."
        
    try:
        # Ses dosyasını WAV formatına çevir
        base, ext = os.path.splitext(audio_path)
        wav_path = base + ".wav"
        audio = AudioSegment.from_file(audio_path)
        
        # Ses iyileştirme
        if enhance:
            audio = enhance_audio(audio)
            audio.export(wav_path, format="wav")
        else:
            audio.export(wav_path, format="wav")
        
        # Konuşmacı ayrımı
        if diarize:
            diarization = diarize_speakers(wav_path)
        else:
            diarization = None
            
        # Transkripsiyon
        transcript = transcribe_file(wav_path)
        
        # Anonimleştirme
        if anonymize:
            transcript = anonymize_personal_info({"text": transcript})["text"]
            
        return transcript
        
    except Exception as e:
        error_msg = f"İşlem sırasında bir hata oluştu: {str(e)}"
        print(error_msg)
        return error_msg

# Ana arayüz
with gr.Blocks(theme=gr.themes.Soft(primary_hue="indigo", secondary_hue="blue"), css=css) as demo:
    gr.HTML(f"""
        <div style="text-align: center; max-height: 150px; margin-bottom: 30px">
            <h1>Türkçe Pediatrik Konuşma Tanıma Sistemi</h1>
            <p>Çocuk doktorları için geliştirilmiş, pediatri alanına özel tıbbi terminoloji tanıma özellikli transkripsiyon sistemi</p>
        </div>
    """)
    
    with gr.Row():
        with gr.Column(scale=1):
            audio_input = gr.Audio(
                label="Ses Dosyası Yükleyin veya Kaydedin", 
                type="filepath", 
                elem_classes="container"
            )
            
            with gr.Group():
                with gr.Row():
                    diarize = gr.Checkbox(value=True, label="Konuşmacı Ayrımı")
                    enhance = gr.Checkbox(value=True, label="Ses İyileştirme")
                
                with gr.Row():
                    anonymize = gr.Checkbox(value=True, label="Kişisel Verileri Anonimleştir")
                    clear_btn = gr.Button("Temizle", variant="secondary")
            
            # Transkribe Et butonunu başta pasif yap
            process_btn = gr.Button("Transkribe Et", variant="primary", interactive=False)
            gr.HTML('<div class="tips"><b>💡 İpucu:</b> En iyi sonuçlar için gürültüsüz ortamlarda kayıt yapın.</div>')
        
        with gr.Column(scale=2, elem_classes="container"):
            with gr.Tabs():
                with gr.TabItem("Konuşma Metni"):
                    result_text = gr.Markdown(label="Transkripsiyon Sonucu", elem_classes="result-text")
                
                with gr.TabItem("Kullanım Kılavuzu"):
                    gr.Markdown(usage_tips)
            
            status = gr.Markdown("Sistem hazır.")
    
    # Uyarı mesajı
    gr.HTML("""
        <div style="background-color: #fff3cd; color: #856404; padding: 15px; margin: 15px 0; border-radius: 5px; border: 1px solid #ffeeba;">
            <h3>⚠️ Önemli Gizlilik Uyarısı</h3>
            <p>
                Bu demo uygulaması <strong>yalnızca eğitim amaçlıdır</strong> ve gerçek hasta verilerinin işlenmesi için tasarlanmamıştır.
                Lütfen hasta bilgisi içeren ses kayıtlarını yüklemeyin. Sistemde paylaşılan ses kayıtları üçüncü şahıslar tarafından erişilebilir
                ve gizlilik/güvenlik garantisi yoktur.
            </p>
            <p>
                Bu aracı kullanarak, yüklediğiniz verilerin <a href="https://huggingface.co/terms-of-service" target="_blank">Hugging Face Kullanım Koşulları</a>'na
                uygun olduğunu kabul etmiş olursunuz.
            </p>
        </div>
    """)

    # Gizlilik onay kutusu
    privacy_agreement = gr.Checkbox(label="Gizlilik koşullarını okudum ve kabul ediyorum", value=False)

    # Onay kutusu ile butonu bağla
    def toggle_process_button(checked: bool):
        return gr.update(interactive=checked)

    privacy_agreement.change(
        fn=toggle_process_button,
        inputs=privacy_agreement,
        outputs=process_btn
    )

    # Process tuşuna tıklanınca çalışan orijinal fonksiyon
    process_btn.click(
        fn=process_audio,
        inputs=[audio_input, diarize, enhance, anonymize],
        outputs=result_text
    )

    clear_btn.click(
        lambda: (None, "Sistem hazır."),
        outputs=[audio_input, status]
    )
    
    gr.HTML("""
        <div class="footer">
            <p>© 2023 Türkçe Pediatrik Konuşma Tanıma Sistemi | Çocuk doktorları için geliştirilmiştir.</p>
        </div>
    """)

# Hugging Face Spaces için gerekli
if __name__ == "__main__":
    demo.queue().launch(server_name="0.0.0.0", server_port=7860, share=False)