app.py

import os
import speech_recognition as sr
import difflib
import time
from langchain_groq.chat_models import ChatGroq
from dotenv import load_dotenv
import tempfile
import gradio as gr

# Load environment variables
load_dotenv()

class PronunciaPratica:
    def __init__(self, idioma='pt-BR'):
        """
        Initializes the pronunciation practice application.
        
        Args:
            idioma (str): Language code for speech recognition (e.g., 'pt-BR', 'en-US')
        """
        self.idioma = idioma
        self.recognizer = sr.Recognizer()
        
        # Configure the Groq client using an environment variable
        api_key = os.getenv("GROQ_API_KEY")
        if not api_key:
            raise ValueError("⚠️ Groq API key not found. Set the GROQ_API_KEY environment variable.")
        
        self.chat = ChatGroq(model="llama-3.1-8b-instant", api_key=api_key)
        
    def gerar_frase(self):
        """Generate a random phrase for pronunciation practice."""
        try:
            # Map language code to language name for better prompt
            language_map = {
                'pt-BR': 'português',
                'en-US': 'inglês',
                'es-ES': 'espanhol',
                'fr-FR': 'francês',
                'it-IT': 'italiano',
                'de-DE': 'alemão'
            }
            
            language_name = language_map.get(self.idioma, 'português')
            
            # Create a more explicit prompt that specifies the language
            prompt = f"""
            Forneça uma frase curta em {language_name} para treinar pronúncia.
            A frase deve ter entre 5 e 10 palavras.
            Responda APENAS com a frase em {language_name}, sem explicações.
            É MUITO IMPORTANTE que a frase seja apenas em {language_name} e não em qualquer outro idioma.
            """
            
            resposta = self.chat.invoke([{
                "role": "system", 
                "content": prompt
            }])
            
            return resposta.content.strip()
        except Exception as e:
            # Default phrases based on language
            default_phrases = {
                'pt-BR': "O sol está brilhando hoje.",
                'en-US': "The sun is shining today.",
                'es-ES': "El sol está brillando hoy.",
                'fr-FR': "Le soleil brille aujourd'hui.",
                'it-IT': "Il sole splende oggi.",
                'de-DE': "Die Sonne scheint heute."
            }
            return f"{default_phrases.get(self.idioma, 'O sol está brilhando hoje.')} (Erro: {str(e)})"
    
    def reconhecer_audio(self, audio_path):
        """Convert recorded audio to text."""
        try:
            # Load the audio file
            with sr.AudioFile(audio_path) as source:
                audio_data = self.recognizer.record(source)
                
            # Recognize the text
            texto_falado = self.recognizer.recognize_google(audio_data, language=self.idioma)
            return texto_falado
        except sr.UnknownValueError:
            return "Erro: Não foi possível entender o áudio."
        except sr.RequestError as e:
            return f"Erro: Problema na requisição do serviço de reconhecimento. {e}"
        except Exception as e:
            return f"Erro: {e}"
    
    def avaliar_pronuncia(self, frase_original, frase_falada):
        """
        Evaluate the similarity between the original phrase and the spoken phrase.
        
        Returns:
            tuple: (similarity percentage, incorrect words)
        """
        # Normalize phrases (remove punctuation and convert to lowercase)
        import re
        normalizar = lambda texto: re.sub(r'[^\w\s]', '', texto.lower())
        
        original_norm = normalizar(frase_original)
        falada_norm = normalizar(frase_falada)
        
        # Calculate similarity
        sequencia = difflib.SequenceMatcher(None, original_norm, falada_norm)
        similaridade = sequencia.ratio() * 100
        
        # Identify incorrect words
        palavras_originais = original_norm.split()
        palavras_faladas = falada_norm.split()
        
        palavras_incorretas = []
        for palavra in palavras_originais:
            if palavra not in palavras_faladas:
                palavras_incorretas.append(palavra)
                
        return similaridade, palavras_incorretas
    
    def obter_feedback(self, similaridade, palavras_incorretas, frase_original, frase_falada):
        """Generate detailed feedback on pronunciation."""
        # Determine language for feedback based on idioma
        feedback_lang = self.idioma
        
        # Choose appropriate language for the feedback prompt
        if feedback_lang.startswith('pt'):
            prompt_template = """
            Analise a pronúncia do usuário e forneça feedback específico:
            
            Frase original: "{frase_original}"
            Frase falada: "{frase_falada}"
            Similaridade: {similaridade:.2f}%
            Palavras possivelmente problemáticas: {palavras_prob}
            
            Ofereça dicas específicas para melhorar a pronúncia, focando nos erros mais comuns.
            Seja breve e construtivo, máximo de 3 linhas.
            """
            palavras_prob = ', '.join(palavras_incorretas) if palavras_incorretas else 'Nenhuma'
        elif feedback_lang.startswith('en'):
            prompt_template = """
            Analyze the user's pronunciation and provide specific feedback:
            
            Original phrase: "{frase_original}"
            Spoken phrase: "{frase_falada}"
            Similarity: {similaridade:.2f}%
            Potentially problematic words: {palavras_prob}
            
            Offer specific tips to improve pronunciation, focusing on the most common errors.
            Be brief and constructive, maximum of 3 lines.
            """
            palavras_prob = ', '.join(palavras_incorretas) if palavras_incorretas else 'None'
        else:
            # Default to English for other languages
            prompt_template = """
            Analyze the user's pronunciation and provide specific feedback:
            
            Original phrase: "{frase_original}"
            Spoken phrase: "{frase_falada}"
            Similarity: {similaridade:.2f}%
            Potentially problematic words: {palavras_prob}
            
            Offer specific tips to improve pronunciation, focusing on the most common errors.
            Be brief and constructive, maximum of 3 lines.
            """
            palavras_prob = ', '.join(palavras_incorretas) if palavras_incorretas else 'None'
            
        prompt = prompt_template.format(
            frase_original=frase_original,
            frase_falada=frase_falada,
            similaridade=similaridade,
            palavras_prob=palavras_prob
        )
        
        try:
            resposta = self.chat.invoke([{"role": "system", "content": prompt}])
            return resposta.content.strip()
        except Exception as e:
            # Default feedback in case of error, based on language
            if feedback_lang.startswith('pt'):
                if similaridade > 90:
                    return "Excelente pronúncia! Continue praticando."
                elif similaridade > 70:
                    return f"Boa pronúncia, mas pode melhorar. Preste atenção em: {', '.join(palavras_incorretas)}"
                else:
                    return "Tente novamente, focando na pronúncia clara de cada palavra."
            else:
                if similaridade > 90:
                    return "Excellent pronunciation! Keep practicing."
                elif similaridade > 70:
                    return f"Good pronunciation, but can be improved. Pay attention to: {', '.join(palavras_incorretas)}"
                else:
                    return "Try again, focusing on clear pronunciation of each word."

# Function to map language dropdown to language code
def get_language_code(language_name):
    idiomas = {
        "Português (Brasil)": "pt-BR",
        "Inglês (EUA)": "en-US", 
        "Espanhol": "es-ES",
        "Francês": "fr-FR",
        "Italiano": "it-IT",
        "Alemão": "de-DE"
    }
    return idiomas.get(language_name, "pt-BR")

# Create a global instance of the app
app_instance = None

# Track the current language
current_language_code = "pt-BR"

# Functions for Gradio interface
def gerar_nova_frase(language_name):
    global app_instance, current_language_code
    language_code = get_language_code(language_name)
    
    # Only create a new instance if the language has changed
    if app_instance is None or current_language_code != language_code:
        app_instance = PronunciaPratica(idioma=language_code)
        current_language_code = language_code
    
    return app_instance.gerar_frase()

def process_audio(audio_path, frase_atual, language_name, historico):
    global app_instance, current_language_code
    
    if audio_path is None:
        return "Nenhum áudio gravado", "", 0, "", historico, ""
    
    # Make sure we have an app instance with the current language
    language_code = get_language_code(language_name)
    if app_instance is None or current_language_code != language_code:
        app_instance = PronunciaPratica(idioma=language_code)
        current_language_code = language_code
    
    # Recognize the speech
    texto_falado = app_instance.reconhecer_audio(audio_path)
    
    if texto_falado.startswith("Erro"):
        return texto_falado, "", 0, "", historico, ""
    
    # Evaluate pronunciation
    similaridade, palavras_incorretas = app_instance.avaliar_pronuncia(frase_atual, texto_falado)
    
    # Get detailed feedback
    feedback = app_instance.obter_feedback(similaridade, palavras_incorretas, frase_atual, texto_falado)
    
    # Add to history
    entry = {
        "frase": frase_atual,
        "falado": texto_falado,
        "similaridade": f"{similaridade:.1f}%",
        "feedback": feedback,
        "timestamp": time.strftime("%H:%M:%S")
    }
    
    historico = [entry] + historico
    if len(historico) > 5:
        historico = historico[:5]
    
    # Modificação aqui para melhorar a visibilidade do histórico
    history_html = ""
    for entry in historico:
        history_html += f"""
        <div class="history-entry">
            <b>{entry['timestamp']}</b> - Precisão: {entry['similaridade']}<br>
            <b>Original:</b> "{entry['frase']}"<br>
            <b>Sua fala:</b> "{entry['falado']}"<br>
            <b>Feedback:</b> {entry['feedback']}
        </div>
        """
    
    return texto_falado, f"{similaridade:.1f}%", similaridade, feedback, historico, history_html

def initialize_app_and_get_phrase(language_name="Português (Brasil)"):
    """Initialize the app with a specific language and get first phrase"""
    global app_instance, current_language_code
    
    language_code = get_language_code(language_name)
    app_instance = PronunciaPratica(idioma=language_code)
    current_language_code = language_code
    
    return app_instance.gerar_frase()

def main():
    # Get initial phrase (will also initialize app_instance)
    initial_phrase = initialize_app_and_get_phrase()
    
    # CSS for styling 
    css = """
    .gradio-container {
        font-family: 'Helvetica Neue', Arial, sans-serif;
    }
    .phrase-box {
        background-color: #828181;
        padding: 20px;
        border-radius: 10px;
        border-left: 5px solid #1e3d59;
        font-size: 22px;
        margin: 20px 0;
    }
    .spoken-box {
        background-color: #e6f7ff;
        padding: 15px;
        border-radius: 10px;
        border-left: 5px solid #0074cc;
    }
    .score-display {
        font-size: 36px;
        font-weight: bold;
        text-align: center;
    }
    .feedback-box {
        background-color: #e8f4ea;
        padding: 15px;
        border-radius: 10px;
        border-left: 5px solid #4CAF50;
    }
    .history-entry {
        margin-bottom: 15px;
        padding: 10px;
        border-left: 3px solid #4CAF50;
        background-color: #2a2a2a;
        color: white;
        border-radius: 8px;
    }
    """
    
    with gr.Blocks(css=css) as demo:
        gr.Markdown("# 🎤 Pronúncia Prática")
        gr.Markdown("### Melhore sua pronúncia com feedback em tempo real")
        
        with gr.Row():
            with gr.Column(scale=2):
                idioma_dropdown = gr.Dropdown(
                    choices=["Português (Brasil)", "Inglês (EUA)", "Espanhol", "Francês", "Italiano", "Alemão"],
                    value="Português (Brasil)",
                    label="Selecione o idioma para praticar:"
                )
            
            with gr.Column(scale=1):
                gerar_frase_btn = gr.Button("🔄 Gerar nova frase")
        
        frase_atual = gr.Textbox(
            value=initial_phrase,
            label="Frase para praticar:",
            elem_classes=["phrase-box"]
        )
        
        with gr.Row():
            audio_input = gr.Audio(
                sources=["microphone"],
                type="filepath",
                label="🎙️ Grave sua voz"
            )
        
        with gr.Row():
            texto_reconhecido = gr.Textbox(label="Você disse:")
        
        with gr.Row():
            score_text = gr.Textbox(label="Pontuação:")
            score_progress = gr.Slider(minimum=0, maximum=100, label="", interactive=False)
        
        feedback_box = gr.Textbox(label="Feedback:")
        
        # Hidden state for history
        historico_state = gr.State([])
        
        with gr.Accordion("📜 Histórico de Prática", open=False):
            history_display = gr.HTML()
        
        # Event handlers
        gerar_frase_btn.click(
            fn=gerar_nova_frase,
            inputs=[idioma_dropdown],
            outputs=[frase_atual]
        )
        
        idioma_dropdown.change(
            fn=gerar_nova_frase,
            inputs=[idioma_dropdown],
            outputs=[frase_atual]
        )
        
        audio_input.change(
            fn=process_audio,
            inputs=[audio_input, frase_atual, idioma_dropdown, historico_state],
            outputs=[texto_reconhecido, score_text, score_progress, feedback_box, historico_state, history_display]
        )
        
        # Instructions in the footer
        gr.Markdown("""
        ### 📝 Como usar:
        1. Selecione o idioma que deseja praticar
        2. Clique em 'Gerar nova frase' para mudar a frase (opcional)
        3. Leia a frase em voz alta
        4. Clique no botão de microfone e fale a frase
        5. Veja o feedback e sua pontuação
        
        ---
        Desenvolvido com ❤️ usando Gradio e IA
        """)
    
    # Launch the app with share=True to create a shareable link
    demo.launch(share=True, server_name="0.0.0.0")

if __name__ == "__main__":
    main()