deepvoice_client/lib/data/services/background_agent_service.dart

import 'package:get/get.dart';
import 'dart:async';
import 'volcano_ai_service.dart';
import 'azure_asr_service.dart';
import 'volcano_tts_api_service.dart';
import '../../modules/chat/models/message_model.dart';
import '../../core/utils/logger.dart';
import 'package:flutter_dotenv/flutter_dotenv.dart';

class BackgroundAgentService extends GetxService {
  static BackgroundAgentService get to => Get.find();
  
  final VolcanoAIService _aiService;
  final VolcanoTtsApiService _ttsService;
  final AzureAsrService _voiceRecognitionService;
  final List<Message> _messageHistory = [];
  bool _isProcessing = false;
  bool _isListening = false;
  StreamSubscription? _recognitionSubscription;
  
  // 默认语音类型
  static const String _defaultSpeaker = 'zh_female_shuangkuaisisi_moon_bigtts';

  // 可观察的状态
  final RxBool isListening = false.obs;
  final RxString recognizedText = ''.obs;
  
  // 添加一个标志，表示是否已经识别到语音
  bool _hasRecognizedSpeech = false;
  
  // 添加一个标志，表示是否已经收到最终结果
  bool _hasFinalResult = false;
  
  // 单一的交互超时计时器 (30秒)
  Timer? _interactionTimer;
  
  // 添加一个变量来跟踪当前的AI响应流订阅
  StreamSubscription? _aiResponseSubscription;
  
  // 添加一个标志，表示是否应该取消当前的AI响应
  bool _shouldCancelAiResponse = false;
  
  // 当前系统提示词
  String? _currentSystemPrompt;

  BackgroundAgentService()
      : _aiService = VolcanoAIService(),
        _ttsService = Get.find<VolcanoTtsApiService>(),
        _voiceRecognitionService = Get.find<AzureAsrService>();
  
  // 启动或重置交互计时器
  void _resetInteractionTimer() {
    // 取消之前的计时器
    _interactionTimer?.cancel();
    
    // 设置30秒的超时计时器
    _interactionTimer = Timer(const Duration(seconds: 30), () {
      // 检查TTS是否正在播放
      if (_ttsService.isPlaying) {
        // 如果TTS正在播放，重置定时器
        _resetInteractionTimer();
      } else {
        // 如果TTS不在播放，且30秒内没有检测到用户输入，退出交互
        Logger.info('30秒内没有检测到用户输入，退出交互');
        _endInteraction();
      }
    });
    
  }
  
  // 结束交互
  Future<void> _endInteraction() async {
    // 完成当前的recognitionCompleter（如果有）
    if (_recognitionCompleter != null && !_recognitionCompleter!.isCompleted) {
      _recognitionCompleter!.complete('');
    }
    
    _isProcessing = false;
    
    // 播放退出提示
    await _ttsService.speakSingle("没有听到您说话，已退出语音交互", speaker: _defaultSpeaker);
    

    // 停止语音识别
    if (_isListening) {
      await stopVoiceRecognition();
      Logger.info('退出交互，已停止语音识别');
    }
    
    // 清除当前系统提示词
    _currentSystemPrompt = null;
  }
  
  // 开始语音交互
  Future<void> startAgentInteraction(String systemPrompt) async {
    // 播放提示音
    await _ttsService.speakSingle("我在听", speaker: _defaultSpeaker);
      
    if (_isProcessing) {
      print('已经在处理交互，忽略此次请求');
      return;
    }
    
    _isProcessing = true;
    _currentSystemPrompt = systemPrompt;
    
    try {
    
      
      // 确保之前的语音识别已经停止
      if (_isListening) {
        await stopVoiceRecognition();
      }
      
      // 启动语音识别
      await startVoiceRecognition();
      
      // 启动交互计时器
      _resetInteractionTimer();
    } catch (e) {
      Logger.error('启动语音交互失败: $e');
      _isProcessing = false;
      
      // 播放错误提示
      await _ttsService.speakSingle("抱歉，启动语音交互失败", speaker: _defaultSpeaker);
    }
  }
  
  // 停止语音交互
  Future<void> stopAgentInteraction() async {
    // 取消交互计时器
    _interactionTimer?.cancel();
    _interactionTimer = null;
    
    // 停止TTS播放
    if (_ttsService.isPlaying) {
      await _ttsService.stop();
    }
    
    // 停止语音识别
    if (_isListening) {
      await stopVoiceRecognition();
      Logger.info('手动停止交互，已停止语音识别');
    }
    
    // 清除处理状态
    _isProcessing = false;
    _currentSystemPrompt = null;
    
    Logger.info('手动停止交互，已结束TTS会话');
  }
  
  // 添加一个 Completer 用于在识别到最终结果时完成
  Completer<String>? _recognitionCompleter;
  
  // 开始语音识别
  Future<void> startVoiceRecognition() async {
    if (_isListening) {
      await stopVoiceRecognition();
    }
    
    try {
      Logger.info('开始初始化语音识别服务...');
      // 确保语音识别服务已初始化
      if (!await _voiceRecognitionService.initialize(
        subscriptionKey: dotenv.env['AZURE_ASR_SUBSCRIPTION_KEY'] ?? '',
        serviceRegion: dotenv.env['AZURE_ASR_SERVICE_REGION'] ?? 'eastasia',
        language: dotenv.env['AZURE_ASR_LANGUAGE'] ?? 'zh-CN',
      )) {
        // 初始化失败，直接抛出异常
        Logger.error('语音识别服务初始化失败');
        throw Exception('无法初始化语音识别服务');
      }
      
      // 开始连续识别
      final success = await _voiceRecognitionService.startContinuousRecognition();
      if (!success) {
        Logger.error('启动连续语音识别失败');
        throw Exception('无法启动语音识别');
      }
      
      _isListening = true;
      isListening.value = true;
      recognizedText.value = '';
      _hasRecognizedSpeech = false;
      _hasFinalResult = false;
      
      // 添加一个变量来存储完整的用户输入
      String fullUserInput = '';
      
      // 使用语音识别服务的recognitionStream而不是方法的返回值
      _recognitionSubscription = _voiceRecognitionService.recognitionStream?.listen((event) {
        if (event.type == RecognitionEventType.finalResult) {
          // 添加日志输出最终识别结果
          Logger.info('语音识别最终结果: ${event.text}');
          
          if (event.text.isNotEmpty) {
            // 将最终结果添加到完整输入中，并添加适当的标点符号
            if (fullUserInput.isNotEmpty && !fullUserInput.endsWith('。') && 
                !fullUserInput.endsWith('？') && !fullUserInput.endsWith('！') &&
                !fullUserInput.endsWith('.') && !fullUserInput.endsWith('?') && 
                !fullUserInput.endsWith('!')) {
              fullUserInput += '，';
            }
            fullUserInput += event.text;
            
            // 更新可观察的识别文本
            recognizedText.value = fullUserInput;
            
            _hasRecognizedSpeech = true;
            _hasFinalResult = true;
            
            // 重置交互计时器，因为用户刚刚说了话
            _resetInteractionTimer();
            

                _processUserInput(fullUserInput);
                
                // 重置用户输入
                fullUserInput = '';
                recognizedText.value = '';
                _hasRecognizedSpeech = false;
                _hasFinalResult = false;
          }
        } else if (event.type == RecognitionEventType.recognizing) {
          // 添加日志输出中间识别结果
          Logger.info('语音识别中间结果: ${event.text}');
          
          if (event.text.isNotEmpty) {
            // 更新当前的中间结果，但不添加到完整输入中
            recognizedText.value = fullUserInput + (fullUserInput.isEmpty ? "" : "，") + event.text;
            
            _hasRecognizedSpeech = true;
            
            // 检测到用户说话，重置交互计时器
            _resetInteractionTimer();
            
            // 如果系统正在播放TTS或接收AI响应，检测到用户开始说话时立即中断
            if (_ttsService.isPlaying && event.text.trim().isNotEmpty) {
              // 停止当前TTS播放
              _ttsService.stop();
              
              // 设置标志，表示应该取消当前的AI响应
              _shouldCancelAiResponse = true;
              
              // 取消当前的AI响应流订阅
              _aiResponseSubscription?.cancel();
              _aiResponseSubscription = null;

              
              // 添加日志输出中断TTS播放
              Logger.info('检测到用户说话，中断TTS播放');
            }
          }
        } else if (event.type == RecognitionEventType.error) {
          // 添加日志输出识别错误
          Logger.error('语音识别错误: ${event.error}');
          print('识别错误: ${event.error}');
        }
      }, onError: (error) {
        // 添加日志输出语音识别流错误
        Logger.error('语音识别流错误: $error');
        print('语音识别流错误: $error');
        _isListening = false;
        isListening.value = false;
      });
      
      // 启动交互计时器
      _resetInteractionTimer();
      
    } catch (e) {
      Logger.error('启动语音识别失败: $e');
      print('启动语音识别失败: $e');
      _isListening = false;
      isListening.value = false;
      rethrow;
    }
  }
  
  // 处理用户输入
  Future<void> _processUserInput(String userInput) async {
    if (userInput.isEmpty || _currentSystemPrompt == null) {
      return;
    }
    
    try {
      // 保存用户消息到历史记录
      _messageHistory.add(Message(
        role: 'user',
        content: userInput,
        timestamp: DateTime.now(),
      ));
      
      // 构建用于生成回应的消息列表
      final messages = [
        {'role': 'system', 'content': _currentSystemPrompt!},
        {'role': 'user', 'content': userInput},
      ];

      String fullResponse = '';
      
      Logger.info('开始生成AI响应...');
      // 重置取消标志
      _shouldCancelAiResponse = false;
      
      // 创建一个本地变量来跟踪是否已取消
      bool isCancelled = false;
      

      _ttsService.startSession(_defaultSpeaker);
      // 获取AI响应流
      final responseStream = _aiService.sendMessageStream(
        messages: messages,
        systemPrompt: _currentSystemPrompt!,
      );
      
      // 创建一个订阅来处理响应流
      _aiResponseSubscription = responseStream.listen(
        (chunk) {
          // 如果已经设置了取消标志，则不处理这个块
          if (_shouldCancelAiResponse) {
            isCancelled = true;
            return;
          }
          
          fullResponse += chunk;
          
          // 直接将每个文本块传递给 TTS 接口，不进行切句或攒句处理
          try {
            // 使用新的 TTS API 播放语音
            _ttsService.speak(chunk, speaker: _defaultSpeaker);
            
            
            // Logger.info('直接播放 AI 响应块: $chunk');
          } catch (e) {
            Logger.error('TTS 播放出错: $e');
          }
        },
        onError: (e) {
          Logger.error('AI响应流错误: $e');
          print('AI响应流错误: $e');
          // 清理订阅
          _aiResponseSubscription = null;
        },
        onDone: () {
          _ttsService.endSession();
          // 如果已取消，不处理剩余的文本
          if (!isCancelled && !_shouldCancelAiResponse) {
            Logger.info('AI 响应生成完成');
          }
          
          _aiResponseSubscription = null;
          
          // AI响应完成后，重新启动超时计时器
          _resetInteractionTimer();
          
          // 如果响应被取消，不保存到历史记录
          if (!_shouldCancelAiResponse && fullResponse.isNotEmpty) {
            // 保存助手回复到历史记录
            _messageHistory.add(Message(
              role: 'assistant',
              content: fullResponse,
              timestamp: DateTime.now(),
            ));
            
            // Logger.info('保存AI响应到历史记录，长度: ${fullResponse.length}');
          }

          // 限制历史记录长度
          if (_messageHistory.length > 20) {
            _messageHistory.removeRange(0, _messageHistory.length - 20);
            Logger.info('历史记录超过20条，已裁剪');
          }
        }
      );
    } catch (e) {
      Logger.error('处理用户输入失败: $e');
      print('处理用户输入失败: $e');
      
      // 播放错误提示
      await _ttsService.speak("抱歉，出现了一些问题", speaker: _defaultSpeaker);
    }
  }

  // 停止语音识别并返回识别的文本
  Future<String> stopVoiceRecognition() async {
    if (!_isListening) {
      return '';
    }
    
    try {
      // 取消订阅
      await _recognitionSubscription?.cancel();
      _recognitionSubscription = null;
      
      // 停止语音识别
      await _voiceRecognitionService.stopContinuousRecognition();
      
      // 获取最终识别结果
      final result = recognizedText.value;
      
      // 添加日志输出停止语音识别的最终结果
      Logger.info('停止语音识别，最终结果: $result');
      
      // 重置状态
      _isListening = false;
      isListening.value = false;
      
      return result;
    } catch (e) {
      // 添加日志输出停止语音识别失败
      Logger.error('停止语音识别失败: $e');
      print('停止语音识别失败: $e');
      _isListening = false;
      isListening.value = false;
      
      // 直接返回当前已识别的文本，不尝试重置
      final result = recognizedText.value;
      Logger.info('停止语音识别失败，使用当前识别结果: $result');
      return result;
    }
  }

  List<Message> get messageHistory => List.unmodifiable(_messageHistory);

  void clearHistory() {
    _messageHistory.clear();
  }

  @override
  void onClose() {
    _recognitionSubscription?.cancel();
    _interactionTimer?.cancel();
    _interactionTimer = null;
    _aiResponseSubscription?.cancel();
    
    // 停止TTS播放
    if (_ttsService.isPlaying) {
      _ttsService.stop();
    }
    
    super.onClose();
  }
}