# flask_app.py — 文境界検出
_SENTENCE_BOUNDARY_RE = re.compile(r'[。！？!?…]')

def _extract_sentences_from_buffer(buffer):
    """バッファから完成した文を抽出。(完成文リスト, 残りバッファ) を返す"""
    sentences = []
    while True:
        match = _SENTENCE_BOUNDARY_RE.search(buffer)
        if not match:
            break
        end = match.end()
        sentence = buffer[:end].strip()
        if sentence:
            sentences.append(sentence)
        buffer = buffer[end:]
    return sentences, buffer

# flask_app.py — AIモード ストリーミングパイプライン（核心部分）
tts_executor = ThreadPoolExecutor(max_workers=2)
pending_futures = []  # (index, future, sentence_text)

for token in _llm_chat_stream(messages):
    buffer += token
    full_text += token

    # 文境界で分割
    sentences, buffer = _extract_sentences_from_buffer(buffer)
    for sentence in sentences:
        sentence = clean_response_text(sentence)
        if not sentence:
            continue
        idx = chunk_index
        chunk_index += 1
        # TTS合成をバックグラウンドで即座に開始
        future = tts_executor.submit(_synthesize_sentence, sentence, tts_params)
        pending_futures.append((idx, future, sentence))

    # 先頭から順に、完了済みのfutureをemit（順序保証）
    while pending_futures and pending_futures[0][1].done():
        idx, future, sent_text = pending_futures.pop(0)
        result = future.result()
        socketio.emit('speak_chunk', {
            'text': sent_text,
            'audio': result['audio'],
            'index': idx,
            'duration': result['duration'],
        })

# flask_app.py — 台本テキスト一覧（事前キャッシュ対象）
SCRIPTED_LINES = [
    "そう、大変なんだよ〜。でも、事件に遭うまでのことは全部覚えてるから...",
    "実は、犯人だと思う人は4人まで絞れているんだよ！...",
    "わっしょーい！",
    "こんばんみ！",
    # ... 全20行
]

def _warmup_cache():
    """全台本テキストを事前にTTS合成しキャッシュに格納"""
    for line in SCRIPTED_LINES:
        result = _synthesize_and_encode(line, **params)
        _audio_cache[line] = result

# local_tts.py — TTSサニタイズ
_URL_RE = re.compile(r'https?://\S+|www\.\S+')
_DECO_RE = re.compile(r'[★☆♪♡♥●○■□▼▲△▽◆◇→←↑↓─━═~〜※＊]{2,}')
_SYMBOL_RE = re.compile(r'[★☆♪♡♥●○■□▼▲△▽◆◇→←↑↓─━═※＊]')

def _sanitize_for_tts(text: str) -> str:
    """TTS に渡す前にテキストをクリーニング。英語はそのまま残す。"""
    text = _URL_RE.sub('', text)
    text = _DECO_RE.sub('', text)
    text = _SYMBOL_RE.sub('', text)
    return text.strip()

# local_tts.py — 11以上の助数詞読み合成
# 促音化対象の助数詞
_SOKU_COUNTERS = {'分', '個', '回', '本', '杯', '匹', '冊', '階', '件', '発', '歳'}

def _read_with_counter(n: int, counter: str) -> str:
    tbl = _COUNTER_READINGS.get(counter)
    if n in tbl:
        return tbl[n]  # テーブルに完全一致
    if n >= 11:
        juu_digit = n // 10
        ones = n % 10
        juu_prefix = _DIGITS[juu_digit] if juu_digit > 1 else ''
        # 「20分」→「にじゅっぷん」: 促音化
        juu_base = 'じゅっ' if counter in _SOKU_COUNTERS else 'じゅう'
        tens_reading = juu_prefix + juu_base
        if ones == 0:
            suffix = tbl[10].replace('じゅう', '').replace('じゅっ', '')
            return tens_reading + suffix
        elif ones in tbl:
            return tens_reading + tbl[ones]  # 15分 → じゅうごふん
    return _num_to_kana(n) + counter

# local_tts.py — 漢字読み変換
_READING_OVERRIDES = {
    '大木': 'おおき',  # fugashiは「たいぼく」と読む
    '抱負': 'ほうふ',
}

def kanji_to_reading(text: str) -> str:
    """漢字部分のみ読み（ひらがな）に変換。カタカナ・記号はそのまま。"""
    # 固有名詞を先に置換
    for word, reading in _READING_OVERRIDES.items():
        text = text.replace(word, reading)
    words = _fugashi_tagger(text)
    result = []
    for i, w in enumerate(words):
        if _HAS_KANJI.search(w.surface) and w.feature[9] and w.feature[9] != '*':
            reading = jaconv.kata2hira(w.feature[9])
            reading = _fix_polyphonic(w, reading, words, i)  # 多音字補正
            result.append(reading)
        else:
            result.append(w.surface)
    return ''.join(result)

# local_tts.py — 多音字の文脈補正
def _fix_polyphonic(w, reading, words, i):
    # ── 方: かた(人) vs ほう(方向・比較) ──
    if w.surface == '方':
        prev = _prev_pos(words, i)
        # 形容詞・動詞の後 →「ほう」（比較: いい方、悪い方）
        if prev in ('形容詞', '動詞', '助動詞'):
            return 'ほう'
        # あの方/この方 →「かた」（敬称）
        if i > 0 and words[i-1].surface in ('あの', 'この', 'その', 'どの'):
            return 'かた'

    # ── 日: にち vs ひ ──
    if w.surface == '日' and reading == 'にち':
        if i > 0 and words[i-1].surface in ('の', 'な', 'いい', 'ない'):
            return 'ひ'  # 「いい日」「休みの日」

    # ── 数: すう vs かず ──
    if w.surface == '数' and reading in ('すう',):
        nxt_pos = _next_pos(words, i)
        if nxt_pos == '助詞':  # 「数が多い」→「かず」
            return 'かず'

    return reading  # デフォルトはMeCabの判定を信用

// display.html — 音量抽出
function ensureAudioContext() {
    audioCtx = new (window.AudioContext || window.webkitAudioContext)();
    analyser = audioCtx.createAnalyser();
    analyser.fftSize = 256;
    analyser.smoothingTimeConstant = 0.8;
    dataArray = new Uint8Array(analyser.frequencyBinCount);
    analyser.connect(audioCtx.destination);
}

function getVolume() {
    if (!analyser) return 0;
    analyser.getByteFrequencyData(dataArray);
    let sum = 0;
    for (let i = 0; i < dataArray.length; i++) sum += dataArray[i];
    return sum / (dataArray.length * 255);  // 0.0 〜 1.0
}

// display.html — アニメーションループ
let smoothVolume = 0;   // 体の動き用（遅い追従）
let smoothMouth = 0;    // リップシンク用（速い追従）

function animate() {
    const volume = getVolume();

    // 体の動き: ゆっくり追従（α = 0.15）→ なめらかなうなずき
    smoothVolume += (volume - smoothVolume) * 0.15;

    // 口の動き: 素早く追従（α = 0.35）→ 子音に反応する口パク
    const mouthTarget = isSpeaking ? Math.min(volume * 3.0, 1.0) : 0;
    smoothMouth += (mouthTarget - smoothMouth) * 0.35;
    // ...
}

// display.html — Morph Target リップシンク
if (lipSyncMode === 'morph' && faceMesh) {
    const idx = faceMesh.morphTargetDictionary['mouthClosed'];
    // smoothMouth=1.0（最大音量）→ targetClosed=0.0（口が開く）
    // smoothMouth=0.0（無音）→ targetClosed=1.0（口が閉じる）
    const targetClosed = Math.max(0, 1.0 - smoothMouth);
    const current = faceMesh.morphTargetInfluences[idx];
    faceMesh.morphTargetInfluences[idx] = current + (targetClosed - current) * 0.3;
}

// display.html — 頂点シェーダー（onBeforeCompile で注入）
uniform float uMouthOpen;    // 0.0（閉）〜 1.0（開）
uniform vec3  uMouthCenter;  // 口の中心座標（ローカル空間）
uniform float uMouthRadius;  // 影響半径

// 水平方向: 口の中心ほど強く、外側へフェードアウト
float hInfl = 1.0 - smoothstep(0.0, uMouthRadius * 2.5, hDist);

// 垂直方向: 口直下にピーク、上方と遠方でゼロ
float vInfl = (1.0 - smoothstep(-uMouthRadius * 0.2, uMouthRadius * 0.3, delta.y))
            * smoothstep(-uMouthRadius * 3.0, -uMouthRadius, delta.y);

float infl = hInfl * vInfl;

// 下顎を下げて口を開く
transformed.y -= uMouthOpen * infl * uMouthRadius * 0.3;
// わずかに前方へ押し出す（自然な開口感）
transformed.z += uMouthOpen * infl * uMouthRadius * 0.3;

// display.html — 発話中アニメーション
if (isSpeaking && smoothVolume > 0.01) {
    // うなずき: 5Hz（早め） — 話すリズムに合わせて小刻みに
    model.position.y = modelBaseY + Math.sin(t * 5) * smoothVolume * 0.06;
    // 首の傾き: 3.2Hz — うなずきと非同期にすることで自然さUP
    model.rotation.z = Math.sin(t * 3.2) * smoothVolume * 0.08;
    // 前後のうなずき: 4.5Hz
    model.rotation.x = Math.sin(t * 4.5) * smoothVolume * 0.05;
    // 左右の微揺れ: 2.8Hz（最も遅い）— 体全体のゆったりした揺れ
    model.rotation.y = Math.sin(t * 2.8) * smoothVolume * 0.04;
}

// display.html — 文同期字幕
function showSentencesWithTiming(timing) {
    clearSentenceTimers();
    // 最初の文を即表示
    subtitleText.textContent = timing[0].text;
    subtitleText.classList.add('visible');

    // 2文目以降はタイミングに合わせて切替
    for (let i = 1; i < timing.length; i++) {
        const delay = timing[i].start * 1000; // 秒→ミリ秒
        const text = timing[i].text;
        const tid = setTimeout(() => {
            subtitleText.classList.remove('visible');
            setTimeout(() => {
                subtitleText.textContent = text;
                subtitleText.classList.add('visible');
            }, 150); // 短いフェード間隔
        }, delay);
        sentenceTimers.push(tid);
    }
}

// control.html — 音声プリセット
const voicePresets = {
    default: { temp: 1.0, topK: 15, topP: 1.0, rep: 1.35, speed: 1.3, volume: 1.1 },
    lively:  { temp: 1.4, topK: 42, topP: 0.85, rep: 1.35, speed: 1.4, volume: 1.2 },
    calm:    { temp: 0.6, topK: 20, topP: 1.0, rep: 1.35, speed: 1.1, volume: 1.0 },
    stable:  { temp: 0.8, topK: 5,  topP: 0.7, rep: 1.5,  speed: 1.3, volume: 1.1 },
};

# local_tts.py — RMSベース品質管理
MIN_RMS_THRESHOLD = 0.02  # これ以下は「ハズレ」
TARGET_RMS = 0.08         # 正規化の目標値
MAX_RETRIES = 3           # リトライ上限

def _synthesize_single(self, text, speed, ...):
    sr, audio = self._call_api(text, speed, ...)
    rms = float(np.sqrt(np.mean(audio ** 2)))

    # RMS が閾値以下なら再合成を試みる
    if rms < self.MIN_RMS_THRESHOLD:
        for attempt in range(1, MAX_RETRIES):
            sr_retry, audio_retry = self._call_api(text, speed, ...)
            rms_retry = float(np.sqrt(np.mean(audio_retry ** 2)))
            if rms_retry >= self.MIN_RMS_THRESHOLD:
                audio, rms = audio_retry, rms_retry
                break

    # それでも低い場合はゲイン正規化
    if rms > 0 and rms < self.TARGET_RMS:
        gain = self.TARGET_RMS / rms
        audio = np.clip(audio * gain, -1.0, 1.0)

    return sr, audio

# flask_app.py — マルチLLMバックエンド
def _llm_chat_stream(messages):
    if LLM_BACKEND == 'gemini' and gemini_client:
        for chunk in gemini_client.models.generate_content_stream(...):
            yield chunk.text
    elif LLM_BACKEND == 'claude' and anthropic_client:
        with anthropic_client.messages.stream(...) as stream:
            for text in stream.text_stream:
                yield text
    else:  # OpenAI（デフォルト）
        for chunk in openai_client.chat.completions.create(..., stream=True):
            yield chunk.choices[0].delta.content