import os
import pyaudio
import numpy as np

from .config import SILENCE_THRESHOLD, SILENCE_DURATION, MAX_DURATION, log
from .stt import transcribe

ECHO_WARMUP = float(os.getenv("ECHO_WARMUP", "0.5"))  # сек пропуска в начале — гасит эхо от TTS


def record() -> str:
    """Запись до тишины (VAD) + STT. Игнорирует ECHO_WARMUP в начале."""
    try:
        audio = pyaudio.PyAudio()
        stream = audio.open(
            format=pyaudio.paInt16,
            channels=1,
            rate=16000,
            input=True,
            frames_per_buffer=1024,
        )
    except Exception as e:
        log.exception("Не удалось открыть микрофон")
        print(f"⚠️  Ошибка микрофона: {e}")
        return ""

    print("🎙️  Говори...")
    frames = []
    silent_chunks = 0
    speaking_started = False
    max_chunks = int(16000 / 1024 * MAX_DURATION)
    silence_chunks_needed = int(16000 / 1024 * SILENCE_DURATION)
    warmup_chunks = int(16000 / 1024 * ECHO_WARMUP)

    try:
        for i in range(max_chunks):
            data = stream.read(1024, exception_on_overflow=False)
            if i < warmup_chunks:
                continue  # гасим эхо от TTS / звука активации
            frames.append(data)

            amplitude = np.abs(np.frombuffer(data, dtype=np.int16)).mean()

            if amplitude > SILENCE_THRESHOLD:
                speaking_started = True
                silent_chunks = 0
            elif speaking_started:
                silent_chunks += 1
                if silent_chunks >= silence_chunks_needed:
                    print("🔇 Конец речи")
                    break
    except Exception as e:
        log.exception("Ошибка при записи аудио")
        print(f"⚠️  Ошибка записи: {e}")
    finally:
        stream.stop_stream()
        audio.terminate()

    if not speaking_started:
        return ""

    text = transcribe(frames)
    # отсекаем мусор от эха (одиночные знаки препинания, пробелы)
    if not text or not text.strip() or len(text.strip()) < 2:
        return ""
    return text