from fastapi import FastAPI, File, UploadFile, HTTPException
import speech_recognition as sr
from io import BytesIO
import os
from pydantic import BaseModel
import google.generativeai as genai
import openai

app = FastAPI()

def audio_to_text_intern(audio_data, language='fr-FR'):
    with sr.AudioFile(audio_data) as source:
        recognizer = sr.Recognizer()
        audio = recognizer.record(source)
        try:
            text = recognizer.recognize_google(audio, language=language)
            return text
        except sr.UnknownValueError:
            return "Unable to understand the audio"
        except sr.RequestError as e:
            return f"Service error: {e}"

def generate_job_description_gemini(input_text, key):
    # Set up the model
    import google.generativeai as genai
    genai.configure(api_key=key)
    prompt = f"""
        Transforme le texte ci-dessous, qui est une transcription d'un enregistrement audio où un recruteur décrit un projet, en une description d'offre d'emploi complète et structurée. La description doit suivre le format ci-dessous :

        1. Description de l'activité de l'entreprise :
        2. Description du contexte du projet :
        3. Objectifs et livrables identifiés :
        4. Compétences fonctionnelles et techniques :

        Texte :
        "{input_text}"

        La description d'offre d'emploi doit être détaillée et couvrir les points suivants :
        - L'activité de l'entreprise et ses domaines d'expertise.
        - Le contexte du projet et sa pertinence pour l'entreprise.
        - Les objectifs spécifiques du projet et les livrables attendus.
        - Les compétences techniques et fonctionnelles requises pour le poste, ainsi que les conditions de travail (par exemple, la possibilité de travail en remote et la rémunération)."""


    generation_config = {
    "temperature": 1,
    "top_p": 0.95,
    "max_output_tokens": 5000000,
    }
    model = genai.GenerativeModel(model_name="gemini-1.0-pro-latest",
                                generation_config=generation_config)
    response = model.generate_content(prompt)
    return response.text

def generate_job_description_gpt(input_text, key):
    import openai
    openai.api_key = key
    prompt = f"""
        Transforme le texte ci-dessous, qui est une transcription d'un enregistrement audio où un recruteur décrit un projet, en une description d'offre d'emploi complète et structurée. La description doit suivre le format ci-dessous :

        1. Description de l'activité de l'entreprise :
        2. Description du contexte du projet :
        3. Objectifs et livrables identifiés :
        4. Compétences fonctionnelles et techniques :

        Texte :
        "{input_text}"

        La description d'offre d'emploi doit être détaillée et couvrir les points suivants :
        - L'activité de l'entreprise et ses domaines d'expertise.
        - Le contexte du projet et sa pertinence pour l'entreprise.
        - Les objectifs spécifiques du projet et les livrables attendus.
        - Les compétences techniques et fonctionnelles requises pour le poste, ainsi que les conditions de travail (par exemple, la possibilité de travail en remote et la rémunération)."""


    generation_config = {
    "temperature": 1,
    "top_p": 0.95,
    "max_output_tokens": 5000000,
    }
    response = openai.ChatCompletion.create(
            model="gpt-4o-mini",
            messages=[
                # {"role": "system", "content": "Vous êtes un createur de contenu qui génère des fausses réponses pour une question."},
                {"role": "user", "content": prompt}
            ],
            **generation_config
        )

    answers_text = response.choices[0].message['content']
    return answers_text


@app.post("/audio-to-text/")
async def audio_to_text_endpoint(file: UploadFile, language: str = 'fr-FR'):
    """
    Endpoint to upload an audio file and convert its content to text.

    Args:
    file (UploadFile): The audio file uploaded by the client. The file should be in .wav format.
    language (str, optional): The language code to be used in speech-to-text conversion. Defaults to 'fr-FR' for French.

    Returns:
    dict: A dictionary containing the converted text under the key 'text'.
    
    Raises:
    HTTPException: An error 500 if there is any issue during the file processing.
    """
    try:
        # Read the audio file provided by the client
        audio_data = await file.read()

        # Convert byte data to a BytesIO object for processing
        audio_stream = BytesIO(audio_data)

        # Convert the audio stream to text using a speech-to-text conversion function
        text = audio_to_text_intern(audio_stream, language)

        # Return the converted text as part of the response
        return {"text": text}
    except Exception as e:
        # Raise an HTTP 500 error if any exceptions occur
        raise HTTPException(status_code=500, detail=f"An error occurred while processing the file: {e}")

@app.post("/audio-to-offer-endpoint/")
async def audio_to_offer_endpoint(file: UploadFile, language: str, api_key: str):
    """
    Endpoint to convert uploaded audio content to a job offer text.

    Parameters:
    - file (UploadFile): The audio file uploaded by the client. The file should be in .wav format.
    - language (str): Language code to guide the speech recognition process. Default is French ('fr-FR').
    - api_key (str, optional): API key for accessing extended features or third-party services used in generating the job offer.

    Returns:
    - A JSON object with a key 'offer' containing the generated job description text based on the audio content.

    Raises:
    - HTTPException: If an error occurs during the processing of the audio or the generation of the job offer.
    """
    print(language)
    print(api_key)
    try:
        text_response = await audio_to_text_endpoint(file, language)
        text = text_response["text"]
        offer = generate_job_description_gemini(text, api_key)
        return {"text": offer}
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"Error generating job offer: {e}")
if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8000)