import json
from pathlib import Path
from engine.integracoes.midia import ExtracaoDeAudio
from engine.integracoes.whisper import ProviderDeTranscricaoLocal
from engine.integracoes.huggingface import (ProviderDeDiarizacaoHuggingFace,
                                             ProviderDeEmocaoHuggingFace)
from engine.integracoes.premiere.cliente_mcp import ClienteMCPPorStdio
from engine.integracoes.premiere.conversores import ConversorDeTimeline
from engine.scanner.transcricao_da_timeline import TranscricaoDaTimeline

ARQUIVO = Path('/Volumes/Merongo/PROJETOS/03 - Mastopexia/0E6A8290.MP4')
CHAVE = json.loads((Path.home()/'.premiere-mcp/config.json').read_text()).get('groqApiKey','')
SAIDA = Path('/Volumes/Merongo/SISTEMAS/GENIAL SISTEMAS/Jhonny/code/relatorios')

cliente = ClienteMCPPorStdio(['node', str(Path(__file__).resolve().parents[1] / 'dist/index.js')])
cliente.conectar()
bruta = cliente.chamar('get_active_sequence', {})['structuredContent']['data']
timeline = ConversorDeTimeline().converter(bruta)
for faixa in timeline.faixas:
    for clipe in faixa.clipes:
        if clipe.nome == '0E6A8290.MP4': clipe.arquivo = str(ARQUIVO)

MODELO = Path('/Volumes/Merongo/SISTEMAS/MODELOSIA/hf-cache/hub/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo/snapshots/0a363e9161cbc7ed1431c9597a8ceaf0c4f78fcf')
provider = ProviderDeTranscricaoLocal(str(MODELO), idioma='pt')
MODELO_EMOCAO = Path('/Volumes/Merongo/SISTEMAS/MODELOSIA/models/wav2vec2-xls-r-300m-pt-br-spontaneous-speech-emotion-recognition')
analisador_de_emocao = ProviderDeEmocaoHuggingFace(str(MODELO_EMOCAO))
MODELO_DIARIZACAO = Path('/Volumes/Merongo/SISTEMAS/MODELOSIA/models/pyannote-speaker-diarization-community-1')
diarizador = ProviderDeDiarizacaoHuggingFace(str(MODELO_DIARIZACAO))
transcricoes = TranscricaoDaTimeline(provider, ExtracaoDeAudio(duracao_da_parte=600), SAIDA/'audio', analisador_de_emocao, diarizador).executar(timeline)

linhas = [f'# Relatório de transcrição — {timeline.nome}', '', f'Duração: {bruta["end"]:.3f} s',
          f'Clipes processados: {sum(len(f.clipes) for f in timeline.faixas if f.tipo == "video")}', '']
for faixa in timeline.faixas:
    if faixa.tipo != 'video': continue
    for clipe in faixa.clipes:
        if clipe.nome != '0E6A8290.MP4': continue
        resultado = next((r for r in transcricoes if r.identificador_do_clipe == clipe.identificador), None)
        intervalo = clipe.intervalo_na_origem
        texto = resultado.texto if resultado else ''
        linhas += [f'## {clipe.identificador} — {clipe.intervalo_na_timeline.inicio:.3f}s–{clipe.intervalo_na_timeline.fim:.3f}s',
                   f'Origem: {intervalo.inicio:.3f}s–{intervalo.fim:.3f}s', '', texto or '_Sem fala detectada._', '']
        if resultado and resultado.segmentos:
            linhas.append('Emoções detectadas por segmento:')
            for segmento in resultado.segmentos:
                if segmento.emocao:
                    voz = f', voz {segmento.voz_aparente}' if segmento.voz_aparente else ''
                    linhas.append(f'- [{segmento.inicio:.3f}s–{segmento.fim:.3f}s] {segmento.falante or "falante_indefinido"}: {segmento.emocao} ({segmento.confianca_emocao:.2f}{voz})')
            linhas.append('')
        for segmento in resultado.segmentos if resultado else []:
            for palavra in segmento.palavras:
                linhas.append(f'- [{palavra.inicio:.3f}s–{palavra.fim:.3f}s] {palavra.texto}')
        if resultado and resultado.segmentos:
            linhas.append('')
(SAIDA/'transcricao-timeline.md').write_text('\n'.join(linhas), encoding='utf-8')
print(SAIDA/'transcricao-timeline.md')