import sounddevice as sd
import numpy as np
import wave
from openai import OpenAI

client = OpenAI()

# Запись аудио с микрофона
def record_audio(duration=5, sample_rate=16000):
    print("🎤 Говорите...")
    audio = sd.rec(int(duration * sample_rate),
                    samplerate=sample_rate, channels=1)
    sd.wait()
    print("✅ Записано")
    # Сохраняем во временный WAV
    with wave.open("/tmp/audio.wav", "wb") as wf:
        wf.setnchannels(1)
        wf.setsampwidth(2)
        wf.setframerate(sample_rate)
        wf.writeframes((audio * 32767).astype(np.int16).tobytes())
    return "/tmp/audio.wav"

# Распознавание через Whisper API
def speech_to_text(audio_path):
    with open(audio_path, "rb") as f:
        transcript = client.audio.transcriptions.create(
            model="whisper-1", file=f, language="ru"
        )
    return transcript.text

VOICE_SYSTEM_PROMPT = """
Ты — голосовой AI-ассистент «Арго».
Отвечай коротко, не больше 3 предложений.
Без маркдауна, без эмодзи, без списков.
Разговорный тон, как при живом общении.
Если не знаешь ответа — скажи честно.
"""

def process_with_ai(text):
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": VOICE_SYSTEM_PROMPT},
            {"role": "user", "content": text}
        ],
        max_tokens=150
    )
    return response.choices[0].message.content

# Главный цикл голосового ассистента
while True:
    audio_path = record_audio(duration=10)  # запись до 10 сек
    user_text = speech_to_text(audio_path)
    if not user_text.strip():
        continue
    print(f"👤 Вы: {user_text}")
    ai_response = process_with_ai(user_text)
    print(f"🤖 Ассистент: {ai_response}")
    # text_to_speech(ai_response)  # раскомментировать для озвучки
    if "пока" in user_text.lower() or "стоп" in user_text.lower():
        print("👋 До свидания!")
        break