"""Transcription par faster-whisper (CTranslate2) — tourne partout : Mac Intel,
Windows avec ou sans GPU. Complement de moteur/mlx.py, qui lui est reserve a
l'Apple Silicon.
"""
import numpy as np

from core import clean_transcript


class TranscripteurFasterWhisper:
    """Implementation du contrat Transcripteur pour faster-whisper.

    Le peripherique (`cpu`/`cuda`) et le type de calcul (`int8`/`float16`...)
    sont recus en parametres plutot que devines ici : cette classe ne sonde
    jamais le materiel elle-meme. C'est `moteur/__init__.py::choisir_transcripteur`
    qui tranche, d'apres `_cuda_disponible` — garder la decision hors de cette
    classe la rend testable sans machine CUDA ni GPU.
    """

    def __init__(self, modele, langue, amorce, peripherique, type_calcul):
        self.modele = modele
        self.langue = langue
        self.amorce = amorce
        self.peripherique = peripherique
        self.type_calcul = type_calcul
        self._instance = None  # modele CTranslate2 charge paresseusement

    def warmup(self):
        """Charge le modele une fois, sur une seconde de silence."""
        self.transcrire(np.zeros(16000, dtype="float32"))

    def transcrire(self, audio):
        # Import differe dans la methode, jamais au niveau module : sinon toute
        # machine sans faster-whisper installe casserait a l'import de ce
        # fichier, y compris pour les tests qui n'exercent que la fabrique
        # (meme raison que moteur/mlx.py pour mlx_whisper).
        from faster_whisper import WhisperModel

        if self._instance is None:
            self._instance = WhisperModel(
                self.modele, device=self.peripherique, compute_type=self.type_calcul
            )
        segments, _info = self._instance.transcribe(
            audio, language=self.langue, initial_prompt=self.amorce
        )
        # faster-whisper rend un generateur de segments, pas un texte unique :
        # il faut le consommer entierement avant de pouvoir le joindre.
        return clean_transcript("".join(segment.text for segment in segments))