import asyncio
import hashlib
import io
import logging
import wave
from functools import lru_cache
from typing import Optional

import numpy as np
import torch

from .engine import get_model, get_accentor

logger = logging.getLogger(__name__)


# ─── LRU-кэш ответов ───────────────────────────────────────────────
# Кэшируем по хэшу текста + голоса. Убираем из кэша, если модель
# переключили — для этого вызывается reset_cache().
@lru_cache(maxsize=1024)
def _cached_tts(text_hash: str, speaker: str, sample_rate: int) -> bytes:
    """Кэш синтеза: текст_хэш + голос → WAV bytes"""
    # Этот вызов НЕ должен происходить, только для типов
    raise RuntimeError("Кэш пуст — нужно синтезировать")


def reset_cache() -> None:
    """Очистить кэш (вызывать при смене модели/настроек)"""
    _cached_tts.cache_clear()


# ─── Основной пайплайн ─────────────────────────────────────────────


async def process_tts(
    text: str,
    speaker: str,
    sample_rate: int,
    cache_ttl: int = 604800,
    cache_enabled: bool = True,
) -> bytes:
    """
    Пайплайн синтеза:
    1. Хэш текста (для кэша)
    2. Генерация аудио (apply_tts встроенный accent/yo)
    3. tensor → WAV bytes
    """
    # 1. Хэш текста
    text_hash = hashlib.md5(text.encode("utf-8")).hexdigest()

   # 2. Синтез (Silero apply_tts встроенный accent/yo)
    model, device = get_model()
    
    def _synthesize_sync():
        return model.apply_tts(
            text=text,
            speaker=speaker,
            sample_rate=sample_rate,
            put_accent=True,
            put_yo=True,
        )
    
    loop = asyncio.get_event_loop()
    audio_tensor = await loop.run_in_executor(None, _synthesize_sync)

    # 4. tensor → WAV
    audio_np = audio_tensor.cpu().numpy()
    wav_bytes = tensor_to_wav(audio_np, sample_rate)

    logger.debug(
        "Синтез завершён",
        text_len=len(text),
        wav_size=len(wav_bytes),
        device=str(device),
    )

    return wav_bytes


# ─── Утилиты ───────────────────────────────────────────────────────


def tensor_to_wav(audio_np: np.ndarray, sample_rate: int) -> bytes:
    """Конвертация numpy array в WAV bytes (16-bit mono)"""
    audio_int16 = (audio_np * 32767).astype(np.int16)

    buffer = io.BytesIO()
    with wave.open(buffer, "wb") as wav_file:
        wav_file.setnchannels(1)
        wav_file.setsampwidth(2)  # 16-bit
        wav_file.setframerate(sample_rate)
        wav_file.writeframes(audio_int16.tobytes())

    buffer.seek(0)
    return buffer.getvalue()