"""SONICS AI-song detector service.

Ücretsiz Hugging Face Space (CPU basic) üzerinde çalışır ve
gradio_client ile programatik olarak çağrılır. Model: SONICS SpecTTTra
(ICLR 2025, MIT lisans), Suno/Udio tam şarkıları üzerinde eğitilmiştir.
"""

import json

import gradio as gr
import librosa
import numpy as np
import spaces
import torch
from sonics import HFAudioClassifier

MODEL_ID = "awsaf49/sonics-spectttra-alpha-120s"
SAMPLE_RATE = 16000
CHUNK_SEC = 120

model = HFAudioClassifier.from_pretrained(MODEL_ID)
model.eval()


def _score_chunk(chunk: np.ndarray) -> float:
    device = "cuda" if torch.cuda.is_available() else "cpu"
    net = model.to(device)
    tensor = torch.from_numpy(chunk).float().unsqueeze(0).to(device)
    with torch.no_grad():
        pred = net(tensor)
    return float(torch.sigmoid(pred).cpu().numpy().reshape(-1)[0])


@spaces.GPU(duration=180)
def detect(audio_path: str) -> str:
    audio, sr = librosa.load(audio_path, sr=SAMPLE_RATE, mono=True)
    chunk_samples = CHUNK_SEC * SAMPLE_RATE

    if len(audio) == 0:
        return json.dumps({"error": "empty audio"})

    if len(audio) <= chunk_samples:
        padded = np.pad(audio, (0, chunk_samples - len(audio)))
        probs = [_score_chunk(padded)]
    else:
        # Baş, orta ve son pencereler: şarkının tek bölümüne bakıp
        # yanılmamak için üç nokta örneklenir.
        total = len(audio)
        starts = [0, (total - chunk_samples) // 2, total - chunk_samples]
        probs = [_score_chunk(audio[s:s + chunk_samples]) for s in starts]

    return json.dumps({
        "model": MODEL_ID,
        "fake_prob": float(np.median(probs)),
        "fake_prob_max": float(np.max(probs)),
        "chunk_probs": [round(p, 4) for p in probs],
        "duration_sec": round(len(audio) / SAMPLE_RATE, 2),
    })


demo = gr.Interface(
    fn=detect,
    inputs=gr.Audio(type="filepath", label="Ses dosyası"),
    outputs=gr.Textbox(label="JSON sonuç"),
    title="SONICS AI Song Detector",
    description=(
        "AI üretimi şarkı tespiti (Suno/Udio). "
        "Çıktı: fake_prob (0-1, 1 = AI üretimi)."
    ),
    flagging_mode="never",
)

if __name__ == "__main__":
    demo.launch()