import sys
import os
import pyaudio
from vosk import Model, KaldiRecognizer
import ctypes
import time
import keyboard

BUFFER = 2000  # Tamaño del buffer de audio

# Códigos virtuales para las teclas
VK_ALTGR = 0xA5  # AltGr (Right Alt)
VK_AUX = 0x50  # P (corresponde al código de tecla en el teclado español)

# Función para verificar si una tecla está presionada
def is_key_pressed(key_code):
    return ctypes.windll.user32.GetAsyncKeyState(key_code) & 0x8000 != 0

# Carga el modelo de Vosk (español)
def load_model(model_path="vosk-model-es-0.42"):
    return Model(model_path)

# Inicializa PyAudio
def initialize_audio():
    p = pyaudio.PyAudio()
    stream = p.open(
        format=pyaudio.paInt16,
        channels=1,
        rate=16000,
        input=True,
        frames_per_buffer=BUFFER
    )
    stream.start_stream()
    return p, stream


# Escucha el audio del stream
def listen_audio(stream):
    return stream.read(BUFFER, exception_on_overflow=False)

# Procesa el audio y realiza la transcripción
def process_audio(data, recognizer):
    if recognizer.AcceptWaveform(data):
        result = recognizer.Result()  # Obtiene la transcripción
        text = eval(result)['text'].encode('utf-8').decode('utf-8')
        if text.strip():
            print(text)  # Muestra la transcripción en consola
            keyboard.write(text)  # Escribe el texto donde esté el cursor


# Cierra los recursos de audio
def close_audio_resources(p, stream):
    stream.stop_stream()
    stream.close()
    p.terminate()

# Función principal del programa
def main():
    print("Mantén presionado 'AltGr' + 'P' para activar el reconocimiento de voz...")

    # Inicializa el modelo y los recursos de audio
    model = load_model()
    p, stream = initialize_audio()
    recognizer = KaldiRecognizer(model, 16000)

    accumulated_audio = b""  # Variable para almacenar el audio acumulado

    try:
        while True:
            # Detecta si 'AltGr' y 'P' están presionadas
            if is_key_pressed(VK_ALTGR) and is_key_pressed(VK_AUX):
                print("Reconocimiento activado. Habla ahora...")
                while is_key_pressed(VK_ALTGR) and is_key_pressed(VK_AUX):
                    audio_data = listen_audio(stream)  # Escucha el audio
                    accumulated_audio += audio_data  # Acumula el audio mientras las teclas estén presionadas
                print("Reconocimiento desactivado.")
            
            # Procesa el audio acumulado cuando se sueltan las teclas
            if accumulated_audio:
                process_audio(accumulated_audio, recognizer)
                accumulated_audio = b""  # Limpia el buffer de audio acumulado

            time.sleep(0.05)  # Pausa para reducir la carga de la CPU

    except KeyboardInterrupt:
        print("\nPrograma terminado por el usuario.")
    finally:
        close_audio_resources(p, stream)

if __name__ == "__main__":
    main()