d3ro-voice/apps/desktop/src/main/services/CaptionService.ts

// src/main/services/CaptionService.ts
// Phase 10.1: Live Caption — 실시간 자막 서비스
// 3초 청크 기반 스트리밍 전사. 싱글톤 + EventEmitter 패턴.

import { EventEmitter } from 'events'
import { getLogger } from './LoggerService'
import { getAudioCaptureService, calculateRMS } from './AudioCaptureService'
import { getSoundEffectService } from './SoundEffectService'
import { getLocalSTTService } from './LocalSTTService'
import { getHistoryService } from './HistoryService'
import { configGet } from './ConfigService'
import {
  showCaptionOverlay,
  hideCaptionOverlay,
  sendToCaptionOverlay,
} from '../windows/WindowManager'
import { IPC_CHANNELS } from '@d3ro/core/ipc-channels'
import { D3ROError, ErrorCode } from '@d3ro/core/errors'
import type {
  CaptionState,
  CaptionSegment,
  CaptionConfig,
  CaptionSessionSummary,
} from '@d3ro/core/types'
import { getMainWindow } from '../windows/WindowManager'

const logger = getLogger('CaptionService')

/** 청크 수집 간격 (ms) — 6초로 충분한 컨텍스트 확보 */
const CHUNK_INTERVAL_MS = 6000

/** RMS 무음 임계값 — 이하면 무음으로 판정 (SoX 캡처 레벨이 낮으므로 0.003 사용) */
const SILENCE_RMS_THRESHOLD = 0.003

/** 유성음 프레임 비율 — 이 비율 미만이면 청크 스킵 (환각 방지) */
const VOICED_FRAME_RATIO = 0.03

/** initialPrompt 컨텍스트 윈도우 (자) */
const CONTEXT_WINDOW_SIZE = 300

/** 기본 자막 설정 */
const DEFAULT_CONFIG: CaptionConfig = {
  fontSize: 18,
  opacity: 0.85,
  maxLines: 3,
  autoClearMs: 5000,
  audioSource: 'mic',
}

interface CaptionServiceEvents {
  'state-changed': (state: CaptionState) => void
  'segment': (segment: CaptionSegment) => void
  'delta': (data: { text: string; isFinal: boolean }) => void
  'session-saved': (summary: CaptionSessionSummary) => void
  'error': (error: D3ROError) => void
}

class CaptionService extends EventEmitter {
  private _state: CaptionState = 'inactive'
  private _config: CaptionConfig = { ...DEFAULT_CONFIG }
  private _sessionId: string | null = null
  private _sessionStartedAt: number | null = null
  private _segments: CaptionSegment[] = []
  private _audioBuffers: Buffer[] = []
  private _chunkTimer: ReturnType<typeof setInterval> | null = null
  private _isProcessingChunk = false
  private _previousContext = ''
  private _disposed = false
  /** 현재 청크 내 유성음 프레임 수 */
  private _voicedFrameCount = 0
  /** 현재 청크 내 총 프레임 수 */
  private _totalFrameCount = 0

  private _audioDataHandler: ((payload: { buffer: Buffer; timestamp: number }) => void) | null = null
  /** 시스템 오디오용 별도 버퍼 (audioSource='system' 또는 'both') */
  private _systemAudioBuffers: Buffer[] = []
  private _systemVoicedFrameCount = 0
  private _systemTotalFrameCount = 0

  // ── 공개 접근자 ──

  getState(): CaptionState {
    return this._state
  }

  getConfig(): CaptionConfig {
    return { ...this._config }
  }

  setConfig(partial: Partial<CaptionConfig>): void {
    this._config = { ...this._config, ...partial }
    logger.debug(`Caption config updated: ${JSON.stringify(this._config)}`)

    // 오버레이에 설정 변경 알림
    sendToCaptionOverlay('caption:config', this._config)
  }

  // ── 시작 ──

  async start(): Promise<void> {
    if (this._disposed) {
      throw new D3ROError(
        ErrorCode.CaptionStartFailed,
        'CaptionService가 이미 dispose되었습니다',
      )
    }

    if (this._state !== 'inactive') {
      throw new D3ROError(
        ErrorCode.CaptionAlreadyActive,
        `캡션이 이미 활성 상태입니다: ${this._state}`,
      )
    }

    this._setState('starting')

    // 오버레이를 즉시 표시 (로딩 상태)
    showCaptionOverlay()
    sendToCaptionOverlay('caption:config', this._config)
    sendToCaptionOverlay(IPC_CHANNELS.CAPTION.STATE_CHANGED, { state: 'starting' })

    try {
      // STT 초기화 (모델 로딩 — 시간 소요)
      const sttService = getLocalSTTService()
      const modelId = configGet('sttModelId') as string | undefined
      await sttService.initialize(modelId)

      // 세션 초기화
      this._sessionId = crypto.randomUUID()
      this._sessionStartedAt = Date.now()
      this._segments = []
      this._audioBuffers = []
      // 초기 컨텍스트 힌트 — Whisper 첫 청크 환각 방지
      const lang = configGet('sttLanguage') as string | undefined
      this._previousContext = lang === 'ko' ? '다음은 한국어 대화입니다.' : ''
      this._isProcessingChunk = false
      this._voicedFrameCount = 0
      this._totalFrameCount = 0

      // ConfigService에서 저장된 오디오 소스 읽기
      const savedSource = configGet('captionAudioSource' as keyof import('@d3ro/core/types').AppConfig) as unknown as string
      if (savedSource && (savedSource === 'mic' || savedSource === 'system' || savedSource === 'both')) {
        this._config.audioSource = savedSource as 'mic' | 'system' | 'both'
      }
      const { audioSource } = this._config
      logger.info(`Caption audioSource: ${audioSource}`)

      // 마이크 캡처 (mic 또는 both)
      if (audioSource === 'mic' || audioSource === 'both') {
        const audioCaptureService = getAudioCaptureService()
        this._audioDataHandler = (payload) => {
          this._onAudioData(payload.buffer)
        }
        audioCaptureService.on('audio-data', this._audioDataHandler)
        await audioCaptureService.start()
      }

      // 시스템 오디오 캡처 요청 (system 또는 both) — 렌더러에 시작 요청
      if (audioSource === 'system' || audioSource === 'both') {
        this._sendToMainWindow(IPC_CHANNELS.CAPTION.START_SYSTEM_AUDIO, {})
        this._systemAudioBuffers = []
        this._systemVoicedFrameCount = 0
        this._systemTotalFrameCount = 0
      }

      // 청크 타이머 시작
      this._chunkTimer = setInterval(() => {
        const promises: Promise<void>[] = []

        // 마이크 청크 처리
        if (audioSource === 'mic' || audioSource === 'both') {
          promises.push(
            this._processChunk().catch((err: unknown) => {
              logger.error(`마이크 청크 처리 실패: ${err instanceof Error ? err.message : String(err)}`)
            })
          )
        }

        // 시스템 오디오 청크 처리
        if (audioSource === 'system' || audioSource === 'both') {
          promises.push(
            this._processSystemChunk().catch((err: unknown) => {
              logger.error(`시스템 오디오 청크 처리 실패: ${err instanceof Error ? err.message : String(err)}`)
            })
          )
        }

        Promise.all(promises).catch(() => { /* 개별 에러는 이미 로깅됨 */ })
      }, CHUNK_INTERVAL_MS)

      this._setState('active')
      getSoundEffectService().play('recording-start')
      logger.info(`Live Caption 시작: sessionId=${this._sessionId}`)
    } catch (err) {
      this._setState('inactive')
      const d3roErr =
        err instanceof D3ROError
          ? err
          : new D3ROError(
              ErrorCode.CaptionStartFailed,
              `캡션 시작 실패: ${err instanceof Error ? err.message : String(err)}`,
            )
      this.emit('error', d3roErr)
      throw d3roErr
    }
  }

  // ── 중지 ──

  async stop(): Promise<void> {
    if (this._state !== 'active' && this._state !== 'starting') {
      logger.warn(`캡션 중지 불가: 현재 상태=${this._state}`)
      return
    }

    this._setState('stopping')

    // 타이머 정리
    if (this._chunkTimer) {
      clearInterval(this._chunkTimer)
      this._chunkTimer = null
    }

    // 잔여 오디오 처리
    try {
      await this._processChunk()
    } catch (err) {
      logger.warn(
        `잔여 오디오 처리 실패: ${err instanceof Error ? err.message : String(err)}`,
      )
    }

    // 마이크 캡처 정리
    if (this._audioDataHandler) {
      const audioCaptureService = getAudioCaptureService()
      audioCaptureService.off('audio-data', this._audioDataHandler)
      this._audioDataHandler = null
      await audioCaptureService.stop()
    }

    // 시스템 오디오 캡처 중지 요청
    this._sendToMainWindow(IPC_CHANNELS.CAPTION.STOP_SYSTEM_AUDIO, {})
    this._systemAudioBuffers = []

    // 오버레이 숨김
    hideCaptionOverlay()

    // 세션을 히스토리에 저장
    const summary = this._saveSession()

    this._sessionId = null
    this._sessionStartedAt = null
    this._audioBuffers = []
    this._previousContext = ''

    this._setState('inactive')
    getSoundEffectService().play('recording-stop')
    logger.info('Live Caption 중지')

    if (summary) {
      this.emit('session-saved', summary)
      this._sendToMainWindow(IPC_CHANNELS.CAPTION.SESSION_SAVED, summary)
    }
  }

  // ── dispose ──

  async dispose(): Promise<void> {
    if (this._disposed) return
    this._disposed = true

    if (this._state === 'active' || this._state === 'starting') {
      await this.stop()
    }

    this.removeAllListeners()
    logger.info('CaptionService disposed')
  }

  // ── 내부: 오디오 데이터 수집 ──

  private _onAudioData(buffer: Buffer): void {
    if (this._state !== 'active') return
    this._audioBuffers.push(buffer)

    // RMS 기반 유성음 감지 (환각 방지)
    this._totalFrameCount++
    const rms = calculateRMS(buffer)
    if (rms >= SILENCE_RMS_THRESHOLD) {
      this._voicedFrameCount++
    }
  }

  /**
   * 시스템 오디오 PCM16 데이터를 수신한다 (렌더러 → IPC → 여기).
   * 렌더러의 systemAudioCapture.ts가 이미 16kHz mono PCM16으로 변환하여 전송.
   */
  onSystemAudioData(buffer: Buffer): void {
    if (this._state !== 'active') return
    this._systemAudioBuffers.push(buffer)

    this._systemTotalFrameCount++
    const rms = calculateRMS(buffer)
    if (rms >= SILENCE_RMS_THRESHOLD) {
      this._systemVoicedFrameCount++
    }
  }

  // ── 내부: 3초 청크 처리 ──

  private async _processChunk(): Promise<void> {
    if (this._audioBuffers.length === 0) return
    if (this._isProcessingChunk) return

    this._isProcessingChunk = true

    // VAD 카운터 리셋 (로깅용)
    const voicedRatio = this._totalFrameCount > 0
      ? this._voicedFrameCount / this._totalFrameCount
      : 0
    this._voicedFrameCount = 0
    this._totalFrameCount = 0
    logger.debug(`청크 처리: 유성음 비율 ${(voicedRatio * 100).toFixed(1)}%`)

    // VAD 필터링은 faster-whisper 사이드카에서 처리 (vadFilter: true)
    // SoX의 마이크 캡처 레벨이 매우 낮아 로컬 RMS 게이트는 신뢰 불가

    try {
      const merged = Buffer.concat(this._audioBuffers)
      this._audioBuffers = []

      // 최소 오디오 크기 확인 (100ms 분량 이상)
      const minBytes = 16000 * 2 * 0.1 // 100ms @ 16kHz 16bit mono
      if (merged.length < minBytes) {
        return
      }

      const sttService = getLocalSTTService()
      const language = configGet('sttLanguage') as string | undefined

      const result = await sttService.transcribe(merged, {
        language: language ?? 'auto',
        initialPrompt: this._previousContext,
        vadFilter: true,
      })

      if (!result.text || result.text.trim().length === 0) {
        return
      }

      const segment: CaptionSegment = {
        id: crypto.randomUUID(),
        text: result.text.trim(),
        timestamp: Date.now(),
        isFinal: true,
      }

      this._segments.push(segment)

      // 다음 청크를 위한 컨텍스트 업데이트 (연속성 유지)
      this._previousContext = result.text.trim().slice(-CONTEXT_WINDOW_SIZE)

      // 이벤트 emit
      this.emit('segment', segment)

      // 오버레이 윈도우에 전송
      sendToCaptionOverlay(IPC_CHANNELS.CAPTION.SEGMENT, segment)

      // 메인 윈도우에 전송 (Dashboard 등에서 사용)
      this._sendToMainWindow(IPC_CHANNELS.CAPTION.SEGMENT, segment)

      logger.debug(`자막 세그먼트: "${segment.text.substring(0, 50)}"`)
    } catch (err) {
      const d3roErr =
        err instanceof D3ROError
          ? err
          : new D3ROError(
              ErrorCode.CaptionSTTFailed,
              `자막 전사 실패: ${err instanceof Error ? err.message : String(err)}`,
            )
      logger.error(`자막 전사 에러: ${d3roErr.message}`)
      this.emit('error', d3roErr)
    } finally {
      this._isProcessingChunk = false
    }
  }

  // ── 내부: 시스템 오디오 청크 처리 ──

  private async _processSystemChunk(): Promise<void> {
    if (this._systemAudioBuffers.length === 0) return

    // VAD 게이트
    const voicedRatio = this._systemTotalFrameCount > 0
      ? this._systemVoicedFrameCount / this._systemTotalFrameCount
      : 0
    this._systemVoicedFrameCount = 0
    this._systemTotalFrameCount = 0

    if (voicedRatio < VOICED_FRAME_RATIO) {
      this._systemAudioBuffers = []
      logger.debug(`시스템 오디오 청크 스킵: 유성음 비율 ${(voicedRatio * 100).toFixed(1)}%`)
      return
    }

    const merged = Buffer.concat(this._systemAudioBuffers)
    this._systemAudioBuffers = []

    const minBytes = 16000 * 2 * 0.1
    if (merged.length < minBytes) return

    try {
      const sttService = getLocalSTTService()
      const language = configGet('sttLanguage') as string | undefined

      const result = await sttService.transcribe(merged, {
        language: language ?? 'auto',
        initialPrompt: this._previousContext,
        vadFilter: true,
      })

      if (!result.text || result.text.trim().length === 0) return

      const segment: CaptionSegment = {
        id: crypto.randomUUID(),
        text: result.text.trim(),
        timestamp: Date.now(),
        isFinal: true,
      }

      this._segments.push(segment)
      this._previousContext = result.text.trim().slice(-CONTEXT_WINDOW_SIZE)

      this.emit('segment', segment)
      sendToCaptionOverlay(IPC_CHANNELS.CAPTION.SEGMENT, segment)
      this._sendToMainWindow(IPC_CHANNELS.CAPTION.SEGMENT, segment)

      logger.debug(`시스템 자막: "${segment.text.substring(0, 50)}"`)
    } catch (err) {
      logger.error(`시스템 오디오 전사 실패: ${err instanceof Error ? err.message : String(err)}`)
    }
  }

  // ── 내부: 세션 저장 ──

  private _saveSession(): CaptionSessionSummary | null {
    if (!this._sessionId || !this._sessionStartedAt || this._segments.length === 0) {
      return null
    }

    const endedAt = Date.now()
    const totalDurationMs = endedAt - this._sessionStartedAt
    const fullText = this._segments.map((s) => s.text).join(' ')
    const wordCount = fullText.split(/\s+/).filter((w) => w.length > 0).length

    // 히스토리에 저장 (mode: 'caption')
    try {
      const historyService = getHistoryService()
      historyService.create({
        originalText: fullText,
        polishedText: null,
        focusedApp: null,
        focusedAppName: null,
        focusedAppWindowTitle: null,
        mode: 'caption',
        status: 'completed',
        errorCode: null,
        audioLocalPath: null,
        duration: totalDurationMs / 1000,
        detectedLanguage: null,
        micDevice: null,
        wordCount,
        sttModel: configGet('sttModelId') as string | null,
        llmModel: null,
        sttLatencyMs: null,
        llmLatencyMs: null,
        appVersion: '1.0.0',
      })
      logger.info(
        `캡션 세션 저장: ${this._segments.length}개 세그먼트, ${wordCount}단어, ${Math.round(totalDurationMs / 1000)}초`,
      )
    } catch (err) {
      logger.error(
        `캡션 세션 저장 실패: ${err instanceof Error ? err.message : String(err)}`,
      )
    }

    const summary: CaptionSessionSummary = {
      sessionId: this._sessionId,
      segments: [...this._segments],
      startedAt: this._sessionStartedAt,
      endedAt,
      totalDurationMs,
    }

    this._segments = []
    return summary
  }

  // ── 내부: 상태 전이 ──

  private _setState(newState: CaptionState): void {
    if (this._state === newState) return
    const prev = this._state
    this._state = newState
    logger.debug(`CaptionState: ${prev} -> ${newState}`)
    this.emit('state-changed', newState)
    this._sendToMainWindow(IPC_CHANNELS.CAPTION.STATE_CHANGED, { state: newState })
    sendToCaptionOverlay(IPC_CHANNELS.CAPTION.STATE_CHANGED, { state: newState })
  }

  // ── 내부: 메인 윈도우에 IPC 전송 ──

  private _sendToMainWindow(channel: string, data: unknown): void {
    const win = getMainWindow()
    if (win && !win.isDestroyed()) {
      win.webContents.send(channel, data)
    }
  }

  // ── 타입 안전한 이벤트 메서드 오버라이드 ──

  override emit<K extends keyof CaptionServiceEvents>(
    event: K,
    ...args: Parameters<CaptionServiceEvents[K]>
  ): boolean {
    return super.emit(event, ...args)
  }

  override on<K extends keyof CaptionServiceEvents>(
    event: K,
    listener: CaptionServiceEvents[K],
  ): this {
    return super.on(event, listener)
  }

  override off<K extends keyof CaptionServiceEvents>(
    event: K,
    listener: CaptionServiceEvents[K],
  ): this {
    return super.off(event, listener)
  }
}

// ── 싱글톤 ──

let instance: CaptionService | null = null

export function getCaptionService(): CaptionService {
  if (!instance) {
    instance = new CaptionService()
  }
  return instance
}

export { CaptionService }