# -*- coding: utf-8 -*-
"""make_samples.py — erzeugt Lucy-Hörproben auf dem Desktop, um A1 (safetensors-Cache) und
A2 (Referenz-Cleaning) hörbar zu testen. Nutzt 1:1 die Produktionslogik aus pocket_server.py
(cleanup + Doppel-Wächter _gen_gated), läuft offline mit dem lokal gecachten german_24l-Modell.

Output: %USERPROFILE%\\Desktop\\lucy_samples\\
  lucy_clean_{kurz,mittel,lang}.wav   (A2 AN: Highpass+Peak-Norm, Stimme aus safetensors-Cache)
  lucy_raw_{kurz,mittel,lang}.wav     (A2 AUS: Roh-Referenz, direkt geklont)
So hörst du den Cleaning-Unterschied direkt im A/B.
"""
import os, time
import numpy as np, soundfile as sf, librosa
from pocket_tts import TTSModel
import pocket_server as ps  # reuse: _prep_ref, cleanup, _gen_gated, _fingerprint, Konstanten

DESK = os.path.join(os.path.expanduser("~"), "Desktop", "lucy_samples")
os.makedirs(DESK, exist_ok=True)

SENT = {
    "kurz":   "Hallo Commander, ich höre dich.",
    "mittel": "Guten Morgen, Commander. Das Backup ist sauber durchgelaufen und es gab keine Fehler.",
    "lang":   "Natürlich kümmere ich mich darum, Commander. Ich starte den Dienst neu, prüfe die "
              "Protokolle und melde mich, sobald alles wieder läuft.",
}


def build(ref_clean: bool, tag: str, use_cache: bool):
    ps.REF_CLEAN = ref_clean                       # A2-Schalter zur Laufzeit setzen
    ref = ps._prep_ref()                           # schreibt ref.wav (ggf. gecleant)
    print(f"\n[{tag}] lade Modell {ps.LANG} (lsd={ps.LSD} temp={ps.TEMP} nc={ps.NOISE_CLAMP}) ...")
    t0 = time.time()
    m = TTSModel.load_model(language=ps.LANG, lsd_decode_steps=ps.LSD, temp=ps.TEMP,
                            noise_clamp=ps.NOISE_CLAMP, quantize=ps.QUANTIZE)
    sr = m.sample_rate
    print(f"[{tag}] Modell in {time.time()-t0:.1f}s (sr={sr})")
    if use_cache:                                  # A1: einmal exportieren, dann aus Cache laden
        vs = m.get_state_for_audio_prompt(ref)
        try:
            ps.export_model_state(vs, ps.VOICE_ST)
            vs = m.get_state_for_audio_prompt(ps.VOICE_ST)
            print(f"[{tag}] Voice-State exportiert+geladen <- {os.path.basename(ps.VOICE_ST)}")
        except Exception as e:
            print(f"[{tag}] Export/Cache fehlgeschlagen, nutze Live-Klon: {e}")
    else:
        vs = m.get_state_for_audio_prompt(ref)
    ref_audio, _ = librosa.load(ref, sr=sr, mono=True)
    ps.STATE.update(m=m, vs=vs, sr=sr, ref_fp=ps._fingerprint(ref_audio, sr))
    for name, text in SENT.items():
        t0 = time.time()
        a = ps.cleanup(ps._gen_gated(text), sr)    # Produktions-Wächter + cleanup
        dt = time.time() - t0
        p = os.path.join(DESK, f"lucy_{tag}_{name}.wav")
        sf.write(p, a, sr)
        print(f"[{tag}] {name:6} gen={dt:5.2f}s audio={a.size/sr:4.1f}s -> {p}")
    ps.STATE.clear()
    del m


if __name__ == "__main__":
    print("=== A2 AN (Highpass+Norm) + A1 safetensors-Cache ===")
    build(ref_clean=True, tag="clean", use_cache=True)
    print("\n=== A2 AUS (Roh-Referenz, direkt geklont) ===")
    build(ref_clean=False, tag="raw", use_cache=False)
    print(f"\nFERTIG. Samples liegen in: {DESK}")