import os
import shutil
import gradio as gr
from transformers import pipeline

# ✅ ตรวจสอบว่า ffmpeg พร้อมใช้งานหรือไม่
ffmpeg_path = shutil.which("ffmpeg")
if ffmpeg_path:
    print(f"✅ ffmpeg found at: {ffmpeg_path}")
else:
    print("❌ ffmpeg NOT found! Audio processing will fail.")

# ✅ Debug Log: ตรวจสอบว่าโค้ดถึงขั้นตอนไหน
print("🚀 Application Starting...")

# ตั้งค่าพื้นที่เก็บโมเดล
os.environ["HF_HOME"] = "/app/cache"
print(f"✅ HF_HOME set to: {os.environ.get('HF_HOME')}")

try:
    # ✅ Debug Log: ตรวจสอบว่าระบบเริ่มโหลดโมเดลไหม
    print("🔄 Initializing model pipeline...")
    classifier = pipeline("audio-classification", 
                          model="AmeerHesham/distilhubert-finetuned-baby_cry", 
                          device=-1)
    print("✅ Model loaded successfully!")
except Exception as e:
    print(f"❌ Error loading model: {str(e)}")

# ฟังก์ชันสำหรับรัน Gradio
def classify_audio(audio_path):
    try:
        result = classifier(audio_path)
        return result
    except Exception as e:
        return {"error": str(e)}

# ✅ Debug Log: ตรวจสอบว่า Gradio interface เริ่มทำงานไหม
print("🔄 Launching Gradio interface...")

iface = gr.Interface(
    fn=classify_audio, 
    inputs=gr.Audio(type="filepath"),
    outputs="json",
    title="👶 AI วิเคราะห์เสียงทารก",
    description="กดอัดเสียงน้อง หรืออัพโหลดไฟล์เสียง (.wav) จากนั้นกด submit เพื่อให้ AI วิเคราะห์อารมณ์ที่น้องร้องได้เลย",
    flagging_dir="/app/flagged"
)

# ✅ ใช้ server_name="0.0.0.0" และ server_port=7860 เพื่อให้ Hugging Face Spaces เห็น UI
print("🚀 Gradio is running...")
iface.launch(server_name="0.0.0.0", server_port=7860)