"""Interface Gradio : microphone/import -> transcription -> sentiment."""

from __future__ import annotations

# Gradio construit l'interface web sans ecrire de HTML ou JavaScript a la main.
import gradio as gr

from src.errors import AudioValidationError, PipelineError
from src.pipeline import SentimentCallPipeline

# Une instance commune garantit le meme comportement dans Gradio et dans l'API REST.
pipeline = SentimentCallPipeline()


def analyse_audio(audio_path: str | None) -> tuple[str, str, float]:
    """Analyse un fichier importe ou enregistre apres un clic volontaire sur Analyser."""
    # Gradio retourne None si l'utilisateur clique avant d'avoir arrete/sauvegarde la capture.
    if not audio_path:
        raise gr.Error("Aucun audio recu : cliquez sur Stop apres votre enregistrement.")

    try:
        # Cette methode execute validation audio, transcription Wav2Vec2 et sentiment XLM-RoBERTa.
        result = pipeline.predict(audio_path)
        return result.transcription, result.sentiment, result.confidence
    except (AudioValidationError, PipelineError) as exc:
        # Une fenetre Gradio affiche clairement le probleme sans ajouter de champ a l'interface.
        raise gr.Error(str(exc)) from exc


with gr.Blocks(title="Sentiment d'appels vocaux") as demo:
    gr.Markdown(
        "# Detection de sentiment d'appels vocaux\n"
        "Importez un fichier ou enregistrez un appel. Pour le microphone : cliquez sur **Record**, "
        "parlez, puis cliquez sur **Stop**. Ecoutez ensuite l'audio avec le lecteur, puis cliquez sur **Analyser**."
    )

    with gr.Row():
        # `format="wav"` force Gradio a convertir la capture navigateur en WAV avant l'analyse.
        # `filepath` fournit ensuite a librosa un chemin local, comme pour un fichier importe.
        audio = gr.Audio(
            sources=["upload", "microphone"],
            type="filepath",
            format="wav",
            label="Audio (WAV ou MP3)",
        )

        with gr.Column():
            # La transcription intermediaire est demandee par l'enonce et aide a expliquer la prediction.
            transcription = gr.Textbox(label="Transcription Wav2Vec2")
            sentiment = gr.Textbox(label="Sentiment predit")
            confidence = gr.Number(label="Score de confiance", precision=4)

    # Le bouton est l'unique declencheur volontaire : il fonctionne de la meme maniere pour
    # un fichier importe et pour un audio enregistre avec le microphone.
    analyze = gr.Button("Analyser", variant="primary")
    outputs = [transcription, sentiment, confidence]
    analyze.click(analyse_audio, inputs=audio, outputs=outputs)


if __name__ == "__main__":
    # Ce bloc est execute uniquement avec `python app.py`, pas lors d'un import par un test.
    demo.launch()