class AudioBookProducer:
    def __init__(self):
        self.tts = CosyVoiceTTS()  # 阿里通义语音合成
        self.editor = AudioEditor()
        self.music_gen = MusicGenerator()
    
    def produce_audiobook(self, book_text, voice_config):
        """生产一本完整的有声书"""
        
        # 1. 文本预处理
        chapters = self.split_chapters(book_text)
        processed_chapters = [self.preprocess_text(ch) for ch in chapters]
        
        # 2. 角色识别与声音分配
        characters = self.identify_characters(book_text)
        voice_map = self.assign_voices(characters, voice_config)
        
        # 3. 逐章生成音频
        audio_chapters = []
        for i, chapter in enumerate(processed_chapters):
            # 分离旁白和对话
            segments = self.parse_dialogue(chapter)
            
            # 为每个片段生成音频
            audio_segments = []
            for seg in segments:
                voice = voice_map.get(seg["speaker"], voice_config["narrator"])
                audio = self.tts.synthesize(
                    text=seg["text"],
                    voice_id=voice["id"],
                    emotion=seg.get("emotion", "neutral"),
                    speed=voice.get("speed", 1.0)
                )
                audio_segments.append(audio)
            
            # 合并片段
            chapter_audio = self.editor.merge(audio_segments)
            
            # 添加章节间隔音效
            chapter_audio = self.editor.add_transition(chapter_audio)
            
            audio_chapters.append(chapter_audio)
            print(f"第{i+1}章完成 ({len(chapters)})")
        
        # 4. 生成背景音乐
        bgm = self.music_gen.generate(
            style="classical_light",
            duration=sum(ch.duration for ch in audio_chapters),
            volume=0.15
        )
        
        # 5. 混音和母带处理
        final_audio = self.editor.master(audio_chapters, bgm)
        
        return final_audio
    
    def preprocess_text(self, text):
        """文本预处理：优化朗读效果"""
        prompt = f"""
        将以下文本优化为适合朗读的版本：
        
        原文：{text[:2000]}
        
        优化要求：
        1. 将书面语转为口语化表达
        2. 在适当位置添加停顿标记[pause]
        3. 标注重音词[emphasis]
        4. 标注情感变化[emotion:happy/sad/angry/surprised]
        5. 处理数字、缩写等特殊内容
        6. 保持原文含义不变
        """
        return self.ai.call(prompt)
    
    def identify_characters(self, text):
        """AI识别书中角色"""
        prompt = f"""
        分析以下文本，识别所有出场角色：
        
        文本：{text[:5000]}
        
        对每个角色输出：
        - 名称
        - 性别
        - 年龄段
        - 性格特征
        - 建议的声音风格（温柔/沉稳/活泼/严肃等）
        """
        return json.loads(self.ai.call(prompt))

class PodcastAutomation:
    def __init__(self):
        self.ai = QwenAPI()
        self.tts = MultiVoiceTTS()
        self.news_crawler = NewsCrawler()
    
    def produce_daily_episode(self, topic_category="tech"):
        """生产每日播客节目"""
        
        # 1. 抓取今日热点
        news = self.news_crawler.get_top_news(category=topic_category, count=5)
        
        # 2. AI生成播客脚本
        script = self.generate_podcast_script(news)
        
        # 3. 生成多角色音频（主持人+嘉宾对话形式）
        audio = self.generate_dialogue_audio(script)
        
        # 4. 添加片头片尾和背景音乐
        final = self.add_production_elements(audio)
        
        # 5. 自动上传到各平台
        self.publish_to_platforms(final)
        
        return final
    
    def generate_podcast_script(self, news_items):
        """生成播客对话脚本"""
        prompt = f"""
        你是一个科技播客的编剧，请根据以下新闻生成一期15分钟的播客脚本。
        
        今日新闻：
        {json.dumps(news_items, ensure_ascii=False)}
        
        播客设定：
        - 主持人：小明（男，活泼幽默）
        - 嘉宾：小红（女，专业理性）
        - 风格：轻松有趣但有深度
        
        脚本要求：
        1. 开场白（30秒）：今日主题预告
        2. 新闻1讨论（3分钟）：先介绍新闻，再分析影响
        3. 新闻2讨论（3分钟）：对比不同观点
        4. 新闻3讨论（3分钟）：深度解读
        5. 快讯环节（3分钟）：快速过2条新闻
        6. 结尾（2分钟）：总结+预告下期
        
        格式：
        [小明] 对话内容
        [小红] 对话内容
        [音效] 转场音效描述
        """
        
        return self.ai.call(prompt)
    
    def generate_dialogue_audio(self, script):
        """生成多角色对话音频"""
        segments = self.parse_script(script)
        
        audio_parts = []
        for seg in segments:
            if seg["type"] == "dialogue":
                voice_id = "male_cheerful" if seg["speaker"] == "小明" else "female_professional"
                audio = self.tts.synthesize(
                    text=seg["text"],
                    voice_id=voice_id,
                    emotion=seg.get("emotion", "neutral")
                )
                audio_parts.append(audio)
            elif seg["type"] == "sfx":
                audio_parts.append(self.get_sound_effect(seg["description"]))
        
        return self.merge_audio(audio_parts)

class AudioCourseFactory:
    def __init__(self):
        self.ai = QwenAPI()
        self.tts = ProfessionalTTS()
    
    def create_audio_course(self, topic, episodes=30):
        """批量生产音频课程"""
        
        # 1. 生成课程体系
        curriculum = self.ai.call(f"""
        设计一个关于"{topic}"的音频课程，共{episodes}节。
        每节15-20分钟。从入门到精通，循序渐进。
        输出每节课的标题和核心内容点。
        """)
        
        # 2. 批量生成每节课内容
        episodes_audio = []
        for i, lesson in enumerate(json.loads(curriculum)):
            # 生成讲稿
            script = self.ai.call(f"""
            为音频课程第{i+1}节"{lesson['title']}"生成完整讲稿。
            时长：15分钟（约3000字）
            风格：像朋友聊天一样轻松，但内容专业
            结构：引入→核心内容→案例→总结→预告下节
            """)
            
            # 生成音频
            audio = self.tts.synthesize(script, voice="warm_male")
            
            # 添加背景音乐
            audio = self.add_bgm(audio, style="light_study")
            
            episodes_audio.append({
                "title": lesson["title"],
                "audio": audio,
                "duration": audio.duration
            })
            
            print(f"完成 {i+1}/{episodes}: {lesson['title']}")
        
        return episodes_audio