#!/usr/bin/env python3
import os
import sys
import time
import google.generativeai as genai

# Config API key
API_KEY = os.getenv("GOOGLE_API_KEY", "AIzaSyD09NxPpyTk4RZLGqE6dFzJwNxhawRAegc")
genai.configure(api_key=API_KEY)

BOT_TOKEN = "8725618164:AAH1tGalq-pw1l0t4P5c0sdLkCVJdh7IE7M"
CHAT_ID = "197957361"

def send_tg(msg):
    import urllib.parse
    import urllib.request
    try:
        url = f"https://api.telegram.org/bot{BOT_TOKEN}/sendMessage"
        data = urllib.parse.urlencode({"chat_id": CHAT_ID, "text": msg, "parse_mode": "markdown"}).encode("utf-8")
        req = urllib.request.Request(url, data=data)
        urllib.request.urlopen(req, timeout=15)
    except Exception as e:
        print(f"Failed to send Telegram message: {e}")

def transcribe_audio(audio_path, output_prefix, model_name="gemini-1.5-pro"):
    if not os.path.exists(audio_path):
        print(f"Error: File not found: {audio_path}")
        sys.exit(1)
        
    size_mb = os.path.getsize(audio_path) / (1024 * 1024)
    print(f"File size: {size_mb:.2f} MB")
    
    send_tg(f"🎙 **Транскрибация аудио через Gemini:**\nФайл: `{os.path.basename(audio_path)}` ({size_mb:.1f} MB)\nМодель: `{model_name}`\n\n*Запуск выгрузки в Google API...*")
    
    # 1. Upload file
    print(f"Uploading {audio_path} to Google Gemini File API...")
    audio_file = genai.upload_file(path=audio_path)
    print(f"File uploaded successfully! API Name: {audio_file.name}")
    
    # 2. Wait for processing
    start_time = time.time()
    while audio_file.state.name == "PROCESSING":
        print("File is processing on Google servers... waiting 10s")
        time.sleep(10)
        audio_file = genai.get_file(name=audio_file.name)
        
    if audio_file.state.name == "FAILED":
        send_tg("❌ **Ошибка**: Обработка аудиофайла на сервере Google завершилась неудачей.")
        raise ValueError("Audio processing failed on Google servers.")
        
    print("Audio file is active and ready!")
    send_tg("⚡️ **Аудиофайл готов к обработке.** Запускаю генерацию текста в Gemini (это может занять до 2-3 минут)...")
    
    # 3. Transcribe with model
    model = genai.GenerativeModel(model_name)
    prompt = (
        "Сделай максимально точную расшифровку (транскрибацию) этой аудиозаписи на русском языке. "
        "Пожалуйста, проанализируй голоса и разделяй речь по спикерам (например: 'Спикер 1:', 'Спикер 2:'), если говорят разные люди. "
        "Обязательно расставляй таймкоды реплик или таймкоды каждые 1-2 минуты (например, [04:12]). "
        "Оформи результат в красивом и удобном Markdown-формате с заголовками, абзацами и выделением ключевых моментов."
    )
    
    try:
        response = model.generate_content([audio_file, prompt])
        transcript_text = response.text
        
        # Save MD file
        md_file = f"{output_prefix}.md"
        with open(md_file, "w", encoding="utf-8") as f:
            f.write(transcript_text)
            
        # Save plain text copy
        txt_file = f"{output_prefix}.txt"
        with open(txt_file, "w", encoding="utf-8") as f:
            f.write(transcript_text)
            
        elapsed = time.time() - start_time
        print(f"Success! Unpacked in {elapsed:.1f}s")
        
        send_tg(f"✅ **Расшифровка завершена!**\nПродолжительность операции: {elapsed/60:.1f} мин\n\nРезультаты сохранены в:\n- `{md_file}`\n- `{txt_file}`")
        
    except Exception as e:
        print(f"Error during transcription generation: {e}")
        send_tg(f"❌ **Ошибка во время генерации текста:**\n`{e}`")
        
    finally:
        # Delete remote file from Google storage
        print("Cleaning up file from Google storage...")
        genai.delete_file(name=audio_file.name)
        print("Cleanup done.")

if __name__ == "__main__":
    if len(sys.argv) < 3:
        print("Usage: python3 gemini_transcribe.py <audio_path> <output_prefix_path> [model_name]")
        sys.exit(1)
        
    audio_path = sys.argv[1]
    output_prefix = sys.argv[2]
    model_name = sys.argv[3] if len(sys.argv) > 3 else "gemini-1.5-pro"
    
    transcribe_audio(audio_path, output_prefix, model_name)