from fastapi import APIRouter, UploadFile, File, Depends, HTTPException, Query
from fastapi.responses import JSONResponse
from preprocessing import clean_audio
from asr import transcribe_file, MedicalASR
from diarization import diarize_segments
from privacy import MedicalPrivacyProcessor
from config import settings
from typing import Optional
import tempfile, os, uuid
from fastapi.concurrency import run_in_threadpool

router = APIRouter()

# Gizlilik işlemcisi
privacy_processor = MedicalPrivacyProcessor()

def get_asr_model():
    """ASR modelini oluşturur ve döndürür"""
    config = {
        "language": "tr",
        "model": settings.ASR_MODEL,
        "domain": "medical"
    }
    return MedicalASR(config)

@router.post("/transcribe")
async def transcribe_audio(
    file: UploadFile = File(...),
    diarize: bool = True,
    enhance_audio: bool = True,
    anonymize: Optional[bool] = Query(None, description="Kişisel verileri anonimleştir"),
    asr_model: MedicalASR = Depends(get_asr_model)
):
    """Ses dosyasını transkribe eder"""
    try:
        # Geçici dosya oluştur
        with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_file:
            temp_file.write(await file.read())
            temp_file_path = temp_file.name
        
        # CPU/GPU yoğun işlemi thread pool'da çalıştır
        result = await run_in_threadpool(
            asr_model.transcribe,
            temp_file_path, 
            speaker_diarization=diarize,
            enhance_audio=enhance_audio
        )
        
        # Geçici dosyayı temizle
        os.unlink(temp_file_path)
        
        # Kişisel veri anonimleştirme
        # Eğer açıkça belirtilmediyse uygulama konfigürasyonuna göre davran
        should_anonymize = anonymize if anonymize is not None else app.state.asr_config.get("anonymize_data", True)
        
        identified_data = {}
        if should_anonymize:
            # Ana metni anonimleştir
            anonymized_text, main_data = privacy_processor.anonymize_text(result["text"])
            result["text"] = anonymized_text
            identified_data.update(main_data)
            
            # Diyarizasyon segmentlerini anonimleştir
            if "diarization" in result:
                for segment in result["diarization"]:
                    if segment["text"]:
                        anonymized_segment, segment_data = privacy_processor.anonymize_text(segment["text"])
                        segment["text"] = anonymized_segment
                        # Her segment için tespit edilen verileri güncelle
                        for key, values in segment_data.items():
                            identified_data.setdefault(key, []).extend(values)
            
            # Tespit edilen verileri güvenli şekilde sakla
            # NOT: Gerçek uygulamada bu verileri şifreli bir veritabanında saklayın
            session_id = str(uuid.uuid4())
            # Burada verileri güvenli bir şekilde saklama kodunuz olacak
            
            # Yanıtta tespit edilen veri tipleri hakkında bilgi ver
            result["anonymized"] = True
            result["identified_data_types"] = {k: len(v) for k, v in identified_data.items() if v}
            result["session_id"] = session_id
        
        return JSONResponse(content=result)
    
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"Transkripsiyon hatası: {str(e)}")