### 零件規格 ###

# WEMOS LOLIN D32 ESP32 物聯網開發板的規格 
https://www.wemos.cc/en/latest/d32/d32.html

# WEMOS LOLIN D32 ESP32 的購買連結
https://reurl.cc/lQNZX6

# 購買電子零件的網站
https://shopee.tw/mirotek
https://www.taiwansensor.com.tw/
https://www.taiwaniot.com.tw/



### ex-01 ###

# Thonny 下載
https://thonny.org



### ex-02 ###

# 執行單行程式
>>> print('Hello World')	# 使用內建函式 print()，在電腦上顯示 'Hello World' 字串物件



### ex-03 ###

# CH341SER 驅動程式
http://www.wch.cn/downloads/CH341SER_EXE.html



### ex-04 (LAB01.py) ###

from machine import Pin		# 從 machine 模組匯入 Pin 類別
import time			# 匯入時間相關的 time 模組

led = Pin(5, Pin.OUT)		# 建立 5 號腳位的 Pin 物件，設定為腳位輸出，命名為 led

while True:
    led.value(1)	# 熄滅 LED 燈
    time.sleep(1)	# 暫停 0.5 秒
    led.value(0)	# 點亮 LED 燈
    time.sleep(1)	# 暫停 0.5 秒



### ex-05 ###

# FM637A 範例程式下載
https://www.flag.com.tw/bk/t/FM637A



### ex-06 (LAB02.py) ###

from machine import Pin
import time

led_pin = Pin(5, Pin.OUT)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)		# Pin.PULL_UP: 腳位設定上拉電阻


while True:
    print(record_switch.value())	# 在螢幕上印出按鈕狀態
    if record_switch.value() == 0:	# 若按下按鈕，點亮 LED
        led_pin.value(0)
    else:				# 否則放開按鈕，熄滅 LED
        led_pin.value(1)
    time.sleep(0.1)



### ex-07 (LAB03.py) ###

from machine import Pin, I2S	# 增加 I2S 類別
import time

led_pin = Pin(5, Pin.OUT)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

mic_sample_rate = 4000			# 麥克風音訊採樣率
chunk_size = mic_sample_rate * 2	# 緩衝區大小為採樣率的兩倍

audio_in = I2S(0,			# I2S 的編號
               sck = Pin(25),		# I2S 的硬體腳位
               ws = Pin(27),		# 同上
               sd = Pin(26),		# 同上
               mode = I2S.RX,		# 設定 I2S 為接收模式
               bits = 16,		# 音訊數據的位元數
               format = I2S.MONO,	# 設定為單聲道 (MONO) 
               rate = mic_sample_rate,
               ibuf = chunk_size
               )

while True:
    if record_switch.value() == 0:		# 若按下按鈕，準備啟動錄音
        recording_time = 0			# 初始錄音時間
        ibuf = bytearray(chunk_size)		# 使用 btyearray() 建立空的二進制物件用以儲存音訊數據 
        pcm = open('/input.pcm', 'wb')		# 使用 open() 建立新的空白錄音檔。'/input.pcm': 檔名; 'wb': 用二進制寫入檔案
        
        led_pin.value(0)					# 亮燈表示開始錄音
        print('---請說話---')					# 螢幕提示 '---請說話---'
        print('\r🎤:', recording_time, 's', end='')						# 顯示已錄音的秒數
        while record_switch.value() == 0 and recording_time < 11:	# 當持續按下按鈕，且秒數 < 11 秒，繼續錄音
            t_start = time.time()					# t_start: 取得當前的系統時間
            audio_in.readinto(ibuf, chunk_size)				# 使用 audio_in.readinto() 錄音。ibuf: 
            pcm.write(ibuf)						# 將音訊數據存入錄音檔中
            t_close = time.time()					# t_close: 再次取得當前的系統時間
            recording_time += (t_close - t_start)			# 累計的錄音時間
            print('\r🎤:', recording_time, 's', end = '')				# 螢幕提示錄音時間
        print('\n---說完了---')			# 離開次要 while ，代表錄完了
        led_pin.value(1)			# 熄燈
        pcm.close()				# 關閉檔案
        break					# 離開主要 while
    time.sleep(0.1)



### ex-08 (LAB03-SERVER.py) ###

from PCM2WAV import *

pcm_file = 'input.pcm'		# 已錄製好的檔名
wav_file = 'output.wav'		# 欲輸出的檔名
pcm2wav(pcm_file, wav_file, channels = 1, bits = 16, sample_rate = 4000)	# 將 pcm 檔轉成 wav 檔。pcm2wav(): PCM2WAV 模組內的函式



### ex-09 ###

# FFmpeg for Windows 下載網址
https://reurl.cc/nrD2G6

# FFmpeg for MAC 下載網址
https://reurl.cc/bD9gj3



### ex-10 (LAB04.py) ###

from machine import I2S, Pin
from chat_tools import *	# 匯入旗標寫的 chat_tool 模組
import time
import gc			# 匯入記憶體垃圾處理模組

led_pin = Pin(5, Pin.OUT)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

spk_sample_rate = 8000					# 設定音訊放大器採樣率為 8000 Hz
mic_sample_rate = 8000					# 設定麥克風音訊採樣率為 8000 Hz
config(ssr=spk_sample_rate, msr=mic_sample_rate)	# 設定音訊放大器採樣率為 8000 Hz

audio_out = I2S(1,					# 建立音訊放大器 I2S 物件
                sck=Pin(12),
                ws=Pin(14),
                sd=Pin(13),
                mode=I2S.TX,
                bits=16,
                format=I2S.MONO,
                rate=spk_sample_rate,
                ibuf=8000)	
while True:
    if record_switch.value() == 0:		# 若按下按鈕，則開始錄音 11 秒，然後播放
        record(11)				# 使用 chat_tool 模組裡的錄音函式
        with open("input.pcm", "rb") as f:	# 開啟 input.pcm 檔案
            print('\n---播放---')
            while True:
                data = f.read(1024)		# 每次讀取 1024 位元組大小的資料
                if not data:			# 若沒有資料則不再讀取
                    data = None	
                    break
                audio_out.write(data)		# 將每次的資料寫入到音訊放大器中
        gc.collect()				# 回收 ESP32 的記憶體
    time.sleep(0.1)



### ex-11 (LAB05.py) ###

from machine import Pin, I2S
import gc

spk_sample_rate = 8000

audio_out = I2S(1, sck = Pin(12), ws = Pin(14),
                sd = Pin(13),
                mode = I2S.TX,
                bits = 16,
                format = I2S.MONO,
                rate = spk_sample_rate,
                ibuf = 8000)
gc.collect()
wav_file = open('music.wav', 'rb')		# 開啟 music.wav 檔
chunk_size = 2048

header_size = 44
wav_file.seek(header_size)			# 跳過音訊檔案的前 44 個位元組 (略過附帶格式的訊息) 

while True:
    wav_data = wav_file.read(chunk_size)
    if not wav_data:
        break
    audio_out.write(wav_data)
wav_file.close()
audio_out.deinit()
gc.collect()



### ex-12 ###

# 安裝 flask 後，測試模組
>>> import flask	# 匯入 flask 模組



### ex-13 (LAB06-SERVER.py) ###

from flask import Flask		# 匯入 flask 模組的 Flask 類別

app = Flask(__name__)		# 建立 app

@app.route("/")			# 設定當收到針對 '/' 路徑 (網站根目錄) 的請求時，自動執行下方的 hello 函式
def hello():
    return "Welcome to the audio server!"	# 回傳字串

if __name__ == '__main__':			# 當此程式為主程式執行時
    app.run(host = '0.0.0.0', port = 5000)	# 啟動 flask 程式，要公開給外部使用的伺服器程式，必須指定 IP 為 0.0.0.0



### ex-14 (LAB06.py) ###

from chat_tools import *
import urequests

wifi_connect("無線網路名稱", "無線網路密碼")	# 設定 wifi
url = "伺服器網址"				# 欲連結的網址 (需含 http:// 或 https://)

response = urequests.get(url)			# 瀏覽網頁
print(response.text)				# 顯示網頁內容的程式碼



### ex-15 (LAB07-SERVER.py) ###

from flask import Flask, request, send_file, abort
import os

app = Flask(__name__)	# 建立 app

# 根目錄
@app.route("/")
def hello():
    return "Welcome to the audio server!"

# 下載音檔的路徑
@app.route('/download/<filename>', methods = ['GET'])
def download_file(filename):
    if os.path.exists(filename):	# 確認有回覆的音檔
        return send_file(filename, as_attachment = True)
    else:
        return abort(404)		# 沒有檔案則回覆 404

if __name__ == '__main__':
    app.run(host = '0.0.0.0', port = 5000)



### ex-16 (LAB07.py) ###

from machine import Pin, I2S
from chat_tools import *

record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

wifi_connect("無線網路名稱", "無線網路密碼")
url = "伺服器網址"				# 伺服器的網址

config(n_url = url, rb = 2048, ssr = 20000)	# 將常用參數傳入模組中

while True:
    if record_switch.value() == 0:
        audio_player(True, 'temp.wav')		# 下載並播放伺服器上的 temp.wav 音檔



### ex-17 (LAB08-SERVER.py) ###

from flask import Flask, request, send_file, abort
import os

app = Flask(__name__) # 建立 app

# 根目錄
@app.route("/")
def hello():
    return "Welcome to the audio server!"

# 上傳 PCM 音檔
@app.route("/upload_audio", methods = ["POST"])		# 路徑設為 /upload_audio，代表使用者向網址 + /upload_audio 發送 POST 請求
def upload_audio():
    audio_data = request.data
    with open("input.pcm", "wb") as audio_file:		# 把音訊檔寫進 input.pcm 檔中，'w': 代表寫入文件，且會建立或覆蓋原有文件。'b': 代表以二進制形式寫入。
        audio_file.write(audio_data)
    return "上傳成功"

# 下載音檔的路徑
@app.route('/download/<filename>', methods = ['GET'])
def download_file(filename):
    if os.path.exists(filename):	# 確認有回覆的音檔
        return send_file(filename, as_attachment = True)
    else:
        return abort(404)		# 沒有檔案則回覆 404

if __name__ == '__main__':
    app.run(host = '0.0.0.0', port = 5000)



### ex-18 (LAB08.py) ###

from machine import Pin, I2S
from chat_tools import *
import time

led_pin = Pin(5, Pin.OUT)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

wifi_connect("無線網路名稱", "無線網路密碼")
url = "伺服器網址"

config(n_url = url, rb = 2048, ssr = 8000, msr = 8000)

while True:
    if record_switch.value() == 0:
        record(3)
        server_text = upload_pcm()		# 上傳錄音檔至 Server
        print(f'server_text: {server_text}')
        audio_player(True, 'input.pcm')		# 下載並播放 Server 上的錄音檔



### ex-19 ###

# OpenAI 官網
https://platform.openai.com/login



### ex-20 ###

# OpenAI API key 測試用
sk-proj-0VyccJ1G4Apt8orzzxukT3BlbkFJ0k5ethV8xTR8ah7hoxZY



### ex-21 (LAB09-SERVER.py) ###

from Chat_Module import *
from flask import Flask, request

# 建立 uploads 資料夾
make_upload_folder('uploads')
app = Flask(__name__) # 建立 app

# 根目錄-測試用
@app.route("/")
def hello():
    return "Welcome to the audio server!"

# 上傳PCM音檔
@app.route("/upload_audio", methods=["POST"])
def upload_audio():
    audio_data = request.data
    with open("uploads/input.pcm", "wb") as audio_file:
        audio_file.write(audio_data)
    user_text,error_info = speech_to_text()
    print(user_text)
    print('Error_info:',error_info)
    return user_text

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=80)



### ex-22 (LAB09.py) ###

from machine import Pin, I2S
from chat_tools import *
import urequests
import time

led_pin = Pin(5, Pin.OUT)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

wifi_connect("Deco", "pllai0207")
url = "http://192.168.68.108"

config(n_url=url, msr=4000)

while True:
    if record_switch.value() == 0:
        record(7)
        server_reply = upload_pcm()
        print(f'語音辨識: {server_reply}')
    time.sleep(0.1)



### ex-23 (LAB10.py) ###

from machine import Pin
from chat_tools import *
import time

set_color(902,609,722) # 桃花色
time.sleep(5)
close_light()
time.sleep(1)
start_rainbow()



### ex-24 (LAB11-SERVER.py) ###

from Chat_Module import *
from flask import Flask, request, jsonify

app = Flask(__name__)
uploads_dir = make_upload_folder('uploads')

# 根目錄
@app.route("/")
def hello():
    return "Welcome to the audio server!"	# 歡迎信息

# 上傳 PCM 音檔 input.pcm
@app.route("/upload_audio", methods = ["POST"])
def upload_audio():
    audio_data = request.data			# 從請求中獲取音頻數據
    with open(f'{uploads_dir}/input.pcm', "wb") as audio_file:
        audio_file.write(audio_data)		# 將音頻數據寫入文件
    return "上傳成功"				# 返回上傳成功信息

# 處理聊天請求
@app.route("/chat", methods = ["GET"])		# 定義 chat 路徑為 get 請求
def chat():
    cmd = ''					# 參數初始值
    user_text, error = speech_to_text()		# 語音檔轉文字
    light_list = ['開燈', '白色', '紅色', '綠色', '藍色', '黃色', '紫色', '藍綠色', '循環燈', '關燈']		# 關鍵字的串列
    max_light_list = sorted(light_list, key = len, reverse = True)			# 將串列中的字串長度由大排到小
    match_cmd = [keyword for keyword in max_light_list if keyword in user_text]		# 查找符合的關鍵字
    if match_cmd:					# 當語句中出現關鍵字
        cmd = match_cmd[0]
    reply_dict = {"user": user_text, "cmd": cmd}	# 返回用戶文字和匹配的指令
    print(reply_dict)
    return jsonify(reply_dict)				# 回傳使用者說的話，Server 回傳文字，與指令

if __name__ == '__main__':
    app.run(host = '0.0.0.0', port = 5000)		# 運行伺服器，監聽所有主機地址和5000端口



### ex-25 (LAB11.py) ###

from machine import I2S, Pin
from chat_tools import *

record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

wifi_connect("無線網路名稱", "無線網路密碼")
url = "伺服器網址"

config(n_url = url, rb = 2048, ssr = 30000, msr = 4000)

# 定義功能對應的字典，關鍵字對應相應的功能函式
function_mapping = {
    "開燈": lambda: set_color(1023, 1023, 1023),
    "白色": lambda: set_color(1023, 1023, 1023),
    "紅色": lambda: set_color(1023, 0, 0),
    "綠色": lambda: set_color(0, 1023, 0),
    "藍色": lambda: set_color(0, 0, 1023),
    "黃色": lambda: set_color(1023, 1023, 0),
    "紫色": lambda: set_color(1023, 0, 1023),
    "藍綠色": lambda: set_color(0, 1023, 1023),
    "循環燈": lambda: start_ranbow(),
    "關燈": lambda: close_light(),
}

# 主循環，持續監測錄音按鈕
while True:
    if record_switch.value() == 0:	# 如果錄音按鈕被按下
        record(7, LED=True)		# 開始錄音，持續 7 秒，並啟用 LED 指示	
        response = upload_pcm()		# 上傳錄音資料
        if response == "error":		# 如果上傳失敗，重新開始循環
            continue
        server_reply = chat(url)	# 與伺服器進行對話
        cmd = server_reply["cmd"]	# 獲取伺服器回覆的指令
        print(f'你: {server_reply["user"]}')	# 輸出使用者語音轉換的文字
        print(f'關鍵字：{cmd}')			# 輸出獲取的指令關鍵字
        gc.collect()				# 進行垃圾回收，釋放記憶體
        
        if cmd in function_mapping:		# 如果指令存在於功能對應字典中
            function = function_mapping[cmd]		# 獲取相應的功能函式
            function()					# 執行相應的功能



### ex-26 (LAB12.py) ###

from Chat_Module import *

# 設置聊天配置
config(backtrace = 3,					# 設置回溯訊息數量為3
       system = "請使用繁體中文簡答，並只講重點。",	# 設置系統提示訊息，要求使用繁體中文簡答，並只講重點
       model="gpt-3.5-turbo",				# 設置使用的模型為 gpt-3.5-turbo (或 gpt-4o)
       max_tokens = 500)				# 設置最大回應字數為500

# 無限迴圈以持續與用戶進行對話
while True:
    user_text = input("USER: ")				# 從用戶輸入取得文字
    if user_text == '':					# 若用戶輸入為空字串，則跳出迴圈
        break
    reply, error_info, _ = chat_function(user_text)	# 使用 chat_function 生成回應
    print(f'ChatGPT: {reply}')				# 輸出 ChatGPT 的回應
    if error_info:					# 若有錯誤訊息則輸出錯誤訊息
        print(f'error: {error_info}')
    save_chat(user_text, reply)				# 保存對話紀錄



### ex-27 (LAB13.py) ###

from Chat_Module import *

make_upload_folder('uploads')			# 創建名為 'uploads' 的上傳資料夾
sample_rate(30000)				# 設定聲音輸出採樣率為 30000 Hz
config(voice = "echo", db = 10)			# 設定初始參數，聲音為 "echo"，音量為 10 分貝

# 無窮迴圈，持續接收輸入
while True:
    text = input('輸入文字: ')			# 提示使用者輸入文字
    output_file = text_to_speech(text)		# 將輸入的文字轉換為語音檔
    print(f'已轉成語音檔: {output_file}')	# 輸出生成的語音檔案名稱



### ex-28 (LAB14-SERVER.py) ###

import os
from Chat_Module import *
from flask import Flask, request, jsonify, send_file, abort

app = Flask(__name__)
uploads_dir = make_upload_folder('uploads')	# 建立上傳目錄

# 根目錄路由
@app.route("/")
def hello():
    return "Welcome to the audio server!"

# 上傳PCM音檔的路由
@app.route("/upload_audio", methods=["POST"])
def upload_audio():
    audio_data = request.data  # 獲取上傳的音訊數據
    with open(f'{uploads_dir}/input.pcm', 'wb') as audio_file:  # 打開目標檔案
        audio_file.write(audio_data)  # 寫入音訊數據
    return "上傳成功"  # 返回成功訊息

# 處理聊天請求的路由
@app.route("/chat", methods=["GET"])
def chat():
    reply_text, error_info = '', ''  # 初始化回覆文字和錯誤資訊
    # =====處理錄音檔並轉成文字=====
    user_text, error = speech_to_text()  # 語音轉文字
    # =====判斷是否成功識別語音=====
    if user_text == "無法識別語音":  # 如果語音識別失敗
        reply_text = user_text  # 回覆無法識別
    else:  # =====成功識別語音=====
        reply_text, error_info, _ = chat_function(user_text)  # 呼叫聊天功能取得回覆
        save_chat(user_text, reply_text)  # 保存聊天記錄
    print(f"USER：{user_text}")  # 輸出用戶語音轉文字結果
    print(f"Chatgpt：{reply_text}\nerror_info:{error_info}")  # 輸出回覆和錯誤資訊
    text_to_speech(reply_text)  # 將回覆轉成語音
    reply_dict = {"user": user_text, "reply": reply_text}  # 構建回覆字典
    return jsonify(reply_dict)  # 返回回覆字典

# 下載音檔的路由
@app.route('/download/<filename>', methods=['GET'])
def download_file(filename):
    file_path = f'{uploads_dir}/{filename}'  # 構建文件路徑
    if os.path.exists(file_path):  # 確認文件是否存在
        return send_file(file_path, as_attachment=True)  # 傳送文件
    else:
        return abort(404)  # 文件不存在返回404錯誤

if __name__ == '__main__':
    sample_rate(30000)  # 設定取樣率
    config(voice="echo", db=10, backtrace=3,
           system="請使用繁體中文簡答，並只講重點。",
           model="gpt-3.5-turbo",
           max_tokens=500)  # 設定系統配置
    app.run(host='0.0.0.0', port=5000)  # 啟動 Flask 服務




### ex-29 (LAB14.py) ###

from machine import I2S, Pin  # 引入 I2S 和 Pin 類
from chat_tools import *      # 引入自定義的聊天工具函式庫

# 定義錄音開關的引腳 (GPIO 18)
record_switch = Pin(18, Pin.IN, Pin.PULL_UP)

# 連接 Wi-Fi
wifi_connect("無線網路名稱", "無線網路密碼")

# 設定伺服器的 URL
url = "伺服器網址"

# 配置錄音參數，設置伺服器 URL，錄音緩衝區大小為 2048，錄音長度為 30 秒，最大取樣率為 4000
config(n_url=url, rb=2048, ssr=30000, msr=4000)

while True:
    # 檢查錄音開關是否被按下
    if record_switch.value() == 0:
        # 開始錄音，錄音時間為 7 秒，錄音期間 LED 燈亮
        record(7, LED=True)
        
        # 上傳 PCM 錄音文件
        response = upload_pcm()
        
        # 如果上傳過程中出現錯誤，則重新開始循環
        if response == "error": 
            continue
        
        # 從伺服器獲取聊天回應
        server_reply = chat(url)
        
        # 打印使用者輸入和語音助理回應
        print(f'你: {server_reply["user"]}')
        print(f'語音助理: {server_reply["reply"]}')
        
        # 進行垃圾回收以釋放記憶體
        gc.collect()
        
        # 播放伺服器回應的語音文件 'temp.wav'
        audio_player(True, 'temp.wav')




### ex-30 (LAB15-SERVER.py) ###

import os
from Chat_Module import *
from flask import Flask, request, jsonify, send_file, abort

app = Flask(__name__)
uploads_dir = make_upload_folder('uploads')

# 根目錄
@app.route("/")
def hello():
    return "Welcome to the audio server!"

# 上傳PCM音檔
@app.route("/upload_audio", methods=["POST"])
def upload_audio():
    audio_data = request.data
    with open(f'{uploads_dir}/input.pcm', 'wb') as audio_file:
        audio_file.write(audio_data)
    return "上傳成功"

# 處理聊天請求
@app.route("/chat", methods=["GET"])
def chat():
    reply_text, error_info = '',''
    # =====處理錄音檔並轉成文字=====
    user_text,error = speech_to_text()
    # =====判斷是否成功識別語音=====
    if user_text == "無法識別語音":
        reply_text = user_text
    else:# =====成功識別語音=====
        functions = [
            {"type": "function",
             "function": {
                 "name": "translate",
                 "description": "翻譯使用者要求的句子: 例如:我要去一趟"
                                "超市義大利語->Al mio cane piace molto"
                                " fare il bagno",
                 "parameters": {
                     "type": "object",
                     "properties": {
                         "target_result": {
                             "type": "string",
                             "description": "翻譯的結果, 如 "
                             "Al mio cane piace molto fare il bagno"
                         }
                     },
                     "required": ["target_result"]}
             }}
        ]

        reply_text, error_info, _ = chat_function(user_text,
                                                  functions)
        save_chat(user_text, reply_text)
    print(f"USER：{user_text}")
    print(f"Chatgpt：{reply_text}\nerror_info:{error_info}")
    text_to_speech(reply_text)
    reply_dict = {"user":user_text,"reply":reply_text}
    return jsonify(reply_dict)

# 下載音檔的路徑
@app.route('/download/<filename>', methods=['GET'])
def download_file(filename):
    file_path = f'{uploads_dir}/{filename}'
    if os.path.exists(file_path): # 確認有回覆的音檔
        return send_file(file_path, as_attachment=True)
    else:
        return abort(404)

if __name__ == '__main__':
    sample_rate(30000)
    config(voice="echo", db=10, backtrace=3,
           system="請使用繁體中文簡答，並只講重點。",
           model="gpt-3.5-turbo",
           max_tokens = 500)
    app.run(host='0.0.0.0', port=5000)



### ex-31 ###

# google-search-API
http://bit.ly/search_api


 
### ex-32 (LAB16.py) ###

from Chat_Module import *

chat_model = "gpt-3.5-turbo"		# 定義聊天模型為 "gpt-3.5-turbo"
user_text = "2024年有哪些電影"		# 使用者輸入的文字
args = {"user_text":user_text}		# 將使用者輸入的文字存入參數字典
search_config(API_KEY=False)		# False 為使用搜尋套件
reply_text, cmd, error_info = google_search(args)	# 使用 google_search 函數進行搜尋，傳入參數字典
print(reply_text)					# 打印出回覆文字



### ex-33 (LAB17-SERVER.py) ###

import os
from Chat_Module import *
from flask import Flask, request, jsonify, send_file, abort

app = Flask(__name__)
uploads_dir = make_upload_folder('uploads')		# 創建上傳文件夾

@app.route("/")		# 根目錄
def hello():
    return "Welcome to the audio server!"

@app.route("/upload_audio", methods=["POST"])		# 上傳PCM音檔
def upload_audio():
    audio_data = request.data
    with open(f'{uploads_dir}/input.pcm', 'wb') as audio_file:
        audio_file.write(audio_data)	# 將上傳的音檔保存到指定位置
    return "上傳成功"

@app.route("/chat", methods=["GET"])		# 處理聊天請求
def chat():
    reply_text, error_info = '', ''
    user_text, error = speech_to_text()		# =====處理錄音檔並轉成文字=====
    if user_text == "無法識別語音":		# =====判斷是否成功識別語音=====
        reply_text = user_text
    else:					# =====成功識別語音=====
        functions = [
            {"type": "function",
             "function": {
                 "name": "translate",
                 "description": "翻譯使用者要求的句子: 例如 我要去一趟超市"
                                "義大利語->Al mio cane piace molto fare il bagno",
                 "parameters": {
                     "type": "object",
                     "properties": {
                         "target_result": {
                             "type": "string",
                             "description": "翻譯的結果, 如 Al mio cane piace molto fare il bagno"
                         }
                     },
                     "required": ["target_result"]}
             }},
            {"type": "function",
             "function": {
                 "name": "google_search",
                 "description": "網路查詢，可以取得最新即時資訊，根據"
                                "未知問題可使用此 function",
                 "parameters": {
                     "type": "object",
                     "properties": {
                         "user_text": {
                             "type": "string",
                             "description": "要搜尋的關鍵字, 必須是繁體中文"
                         }
                     },
                     "required": ["user_text"]}
             }}
        ]

        # 呼叫 chat_function 處理用戶語音轉文字的結果
        reply_text, error_info, _ = chat_function(user_text, functions)
        save_chat(user_text, reply_text)	# 保存聊天記錄
    print(f"USER：{user_text}")
    print(f"Chatgpt：{reply_text}\nerror_info:{error_info}")
    text_to_speech(reply_text)			# 將回覆文字轉成語音
    reply_dict = {"user": user_text, "reply": reply_text}
    return jsonify(reply_dict)

@app.route('/download/<filename>', methods=['GET'])	# 下載音檔的路徑
def download_file(filename):
    file_path = f'{uploads_dir}/{filename}'
    if os.path.exists(file_path):			# 確認有回覆的音檔
        return send_file(file_path, as_attachment=True)
    else:
        return abort(404)

if __name__ == '__main__':
    sample_rate(30000)					# 設定樣本率
    search_config(API_KEY=False)			# 設定搜尋配置
    config(voice="echo", db=10, backtrace=3,		# 設定聊天模組配置
           system="請使用繁體中文簡答，並只講重點。",
           model="gpt-3.5-turbo",
           max_tokens=500)
    app.run(host='0.0.0.0', port=5000)			# 啟動 Flask 伺服器



### ex-34 ###

# TDX 官網
https://tdx.transportdata.tw

# TDX Client Id (老師的，測試用)
allwow5168-ad5a96cf-0ccf-41d5

# TDX Client Secret (老師的，測試用)
8a1703e8-773b-4886-bdfa-1f3c28453dee

# OpenAI API key (老師的，測試用)
sk-proj-0VyccJ1G4Apt8orzzxukT3BlbkFJ0k5ethV8xTR8ah7hoxZY

# google-search-API key (老師的，測試用)
AIzaSyCN35BTnhWgQeIUdMbM5aHqjnwPIQugVGU

# google-search ID (老師的，測試用)
67460ddf4268e4eca



### ex-35 ###

# ngrok 官網
https://ngrok.com



### ex-36 ###

# 建立對外通道
ngrok http --scheme=http 5000