package audio

import "github.com/gogf/gf/v2/frame/g"

// TranscribeReq 语音转文字请求（JSON body / URL 方式）
type TranscribeReq struct {
	g.Meta      `path:"/transcribe" method:"post" tags:"音频转写" summary:"语音转文字(异步)" dc:"创建异步语音转文字任务,返回taskId"`
	VideoURLs   []string `json:"video_urls" v:"required#视频URL列表不能为空" dc:"视频URL列表"`
	Model       string   `json:"model" dc:"whisper模型(tiny/base/small/medium)" d:"medium"`
	Language    string   `json:"language" dc:"语言(zh/en/ja)" d:"zh"`
	Threshold   float64  `json:"threshold" dc:"场景检测阈值(0.1-0.5)" d:"0.3"`
	CallbackURL string   `json:"callback_url" dc:"任务完成后的回调地址(可选)，成功后POST结果到此URL"`
}

// TranscribeRes 语音转文字响应
type TranscribeRes struct {
	Results []TranscribeItem `json:"results" dc:"处理结果列表"`
}

// TranscribeItem 单视频处理结果
type TranscribeItem struct {
	FileName string      `json:"fileName" dc:"文件名"`
	Result   interface{} `json:"result,omitempty" dc:"识别结果"`
	Error    string      `json:"error,omitempty" dc:"错误信息"`
}

// TranscribeResult 语音识别结果详情
type TranscribeResult struct {
	Text          string           `json:"text" dc:"识别文本"`
	Model         string           `json:"model" dc:"使用的模型"`
	Language      string           `json:"language" dc:"语言"`
	AudioPath     string           `json:"audioPath" dc:"音频文件路径"`
	AudioSize     int64            `json:"audioSize" dc:"音频文件大小(字节)"`
	AudioDuration string           `json:"audioDuration" dc:"音频时长"`
	Scenes        *SceneSummaryDTO `json:"scenes,omitempty" dc:"分镜分析"`
}

// SceneSummaryDTO 分镜分析摘要
type SceneSummaryDTO struct {
	TotalScenes int            `json:"totalScenes" dc:"场景总数"`
	DurationStr string         `json:"durationStr" dc:"总时长"`
	AspectRatio string         `json:"aspectRatio" dc:"画面比例"`
	Orientation string         `json:"orientation" dc:"横屏/竖屏"`
	Pacing      string         `json:"pacing" dc:"剪辑节奏"`
	ShotTypes   map[string]int `json:"shotTypes" dc:"镜头类型分布"`
	Scenes      []SceneShotDTO `json:"scenes" dc:"分镜列表"`
}

// SceneShotDTO 单镜头信息
type SceneShotDTO struct {
	SceneIndex   int    `json:"sceneIndex" dc:"场景序号"`
	StartTimeStr string `json:"startTimeStr" dc:"开始时间"`
	EndTimeStr   string `json:"endTimeStr" dc:"结束时间"`
	DurationStr  string `json:"durationStr" dc:"时长"`
	ShotType     string `json:"shotType" dc:"镜头类型"`
	Composition  string `json:"composition" dc:"构图"`
	NarrativePos string `json:"narrativePos" dc:"叙事位置"`
	Description  string `json:"description" dc:"场景描述"`
}