import streamlit as st
from openai import OpenAI
from os import getenv
from audiorecorder import audiorecorder
import tempfile
import base64

# fonction pour lire et retourner le contenu de fichiers textes
def lire_fichier(nom_fichier):
    try:
        with open(nom_fichier, 'r', encoding='utf-8') as fichier:
            contenu = fichier.read()
        return contenu
    except FileNotFoundError:
        return f"Erreur : Le fichier '{nom_fichier}' n'a pas été trouvé."
    except Exception as e:
        return f"Une erreur s'est produite lors de la lecture du fichier : {str(e)}"

# Configuration de la clé API OpenAI
client = OpenAI(api_key=getenv("OPENAI_API_KEY"))

# Définition du prompt système initial
SYSTEM_PROMPT = f"{lire_fichier('linguascribe.prompt')}"

def transcribe_audio(audio_file):
    with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as temp_audio:
        audio_file.export(temp_audio.name, format="wav")
        
        with open(temp_audio.name, "rb") as audio_file:
            transcript = client.audio.transcriptions.create(
                model="whisper-1", 
                file=audio_file
            )
    
    return transcript.text

def text_to_speech(text):
    response = client.audio.speech.create(
        model="tts-1",
        voice="alloy",
        input=text
    )
    
    # Sauvegarder l'audio dans un fichier temporaire
    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as temp_audio:
        response.stream_to_file(temp_audio.name)
        
        # Lire le contenu du fichier audio
        with open(temp_audio.name, "rb") as audio_file:
            audio_bytes = audio_file.read()
    
    return audio_bytes

def process_message(message, is_audio_input=False):
    st.session_state.messages.append({"role": "user", "content": message})
    with st.chat_message("user"):
        st.markdown(message)

    with st.chat_message("assistant"):
        message_placeholder = st.empty()
        full_response = ""
        for response in client.chat.completions.create(
            model="gpt-4o",
            messages=st.session_state.messages,
            stream=True,
            temperature=0.1,
        ):
            full_response += (response.choices[0].delta.content or "")
            message_placeholder.markdown(full_response + "▌")
        message_placeholder.markdown(full_response)
    
    st.session_state.messages.append({"role": "assistant", "content": full_response})

    if is_audio_input:
        tts_audio = text_to_speech(full_response)
        st.audio(tts_audio, format="audio/mp3")

def main():
    st.title("Application de Chat avec GPT-4")

    # Initialisation de l'historique des messages avec le prompt système
    if "messages" not in st.session_state:
        st.session_state.messages = [
            {"role": "system", "content": SYSTEM_PROMPT}
        ]

    # Affichage de l'historique des messages (sauf le message système)
    for message in st.session_state.messages[1:]:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])

    # Interface utilisateur pour le chat
    user_input = st.chat_input("Entrez votre message ici:")

    # Ajout de l'enregistreur audio
    st.write("Ou enregistrez votre message audio :")
    audio = audiorecorder("Cliquez pour enregistrer", "Cliquez pour arrêter l'enregistrement")

    if user_input:
        process_message(user_input)

    if len(audio) > 0:
        st.audio(audio.export().read())
        transcription = transcribe_audio(audio)
        st.write(f"Transcription : {transcription}")
        process_message(transcription, is_audio_input=True)

    st.sidebar.markdown("## À propos")
    st.sidebar.info("Cette application utilise Streamlit et OpenAI GPT-4 pour créer un chat interactif avec un modèle de langage avancé.")

if __name__ == "__main__":
    main()