perinco-CRM/src/lib/dictation.tsx

import { useCallback, useEffect, useRef, useState } from 'react';
import { useWhisper } from './whisper';

/**
 * Aufnahme fuer das Diktat. Die Erkennung selbst macht der Whisper-Worker im
 * Browser (siehe whisper.tsx) - hier geht es nur um Mikrofon, Dauer und das
 * Weiterreichen der Aufnahme.
 */

/** Erstes Format, das der Browser aufnehmen kann. */
function pickMimeType(): string {
  const candidates = ['audio/webm', 'audio/ogg', 'audio/mp4'];
  for (const type of candidates) {
    if (MediaRecorder.isTypeSupported?.(type)) return type;
  }
  return '';
}

type RecorderState = 'idle' | 'recording' | 'transcribing';

interface UseRecorderResult {
  state: RecorderState;
  /** Laufende Aufnahmedauer in Sekunden. */
  seconds: number;
  start: () => Promise<void>;
  stop: () => void;
  cancel: () => void;
}

export function useRecorder(
  onText: (text: string) => void,
  onError: (message: string) => void
): UseRecorderResult {
  const { transcribe, status } = useWhisper();
  const [state, setState] = useState<RecorderState>('idle');
  const [seconds, setSeconds] = useState(0);

  const recorderRef = useRef<MediaRecorder | null>(null);
  const chunksRef = useRef<Blob[]>([]);
  const streamRef = useRef<MediaStream | null>(null);
  const timerRef = useRef<number | null>(null);
  const discardRef = useRef(false);

  const cleanup = useCallback(() => {
    if (timerRef.current !== null) {
      window.clearInterval(timerRef.current);
      timerRef.current = null;
    }
    // Mikrofon freigeben, sonst bleibt die Aufnahmeanzeige des Browsers stehen.
    streamRef.current?.getTracks().forEach((track) => track.stop());
    streamRef.current = null;
    recorderRef.current = null;
    chunksRef.current = [];
    setSeconds(0);
  }, []);

  useEffect(() => cleanup, [cleanup]);

  const start = useCallback(async () => {
    if (state !== 'idle') return;
    if (status !== 'ready') {
      onError('Das Spracherkennungsmodell ist noch nicht geladen.');
      return;
    }
    discardRef.current = false;

    let stream: MediaStream;
    try {
      stream = await navigator.mediaDevices.getUserMedia({ audio: true });
    } catch (err) {
      const name = (err as DOMException)?.name;
      onError(
        name === 'NotAllowedError'
          ? 'Kein Zugriff aufs Mikrofon. Bitte im Browser erlauben.'
          : name === 'NotFoundError'
            ? 'Es wurde kein Mikrofon gefunden.'
            : 'Die Aufnahme konnte nicht gestartet werden.'
      );
      return;
    }

    const mimeType = pickMimeType();
    let recorder: MediaRecorder;
    try {
      recorder = new MediaRecorder(stream, mimeType ? { mimeType } : undefined);
    } catch {
      stream.getTracks().forEach((track) => track.stop());
      onError('Dieser Browser kann kein passendes Audioformat aufnehmen.');
      return;
    }

    streamRef.current = stream;
    recorderRef.current = recorder;
    chunksRef.current = [];

    recorder.ondataavailable = (event) => {
      if (event.data.size > 0) chunksRef.current.push(event.data);
    };

    recorder.onstop = async () => {
      const blob = new Blob(chunksRef.current, { type: recorder.mimeType || 'audio/webm' });
      cleanup();

      if (discardRef.current) {
        setState('idle');
        return;
      }
      if (blob.size < 1024) {
        setState('idle');
        onError('Die Aufnahme war zu kurz.');
        return;
      }

      setState('transcribing');
      try {
        const { text } = await transcribe(blob);
        if (text) onText(text);
        else onError('Es war nichts Verstaendliches zu hoeren.');
      } catch (err) {
        onError(err instanceof Error ? err.message : 'Die Erkennung ist fehlgeschlagen.');
      } finally {
        setState('idle');
      }
    };

    recorder.start();
    setState('recording');
    setSeconds(0);
    timerRef.current = window.setInterval(() => setSeconds((value) => value + 1), 1000);
  }, [state, status, cleanup, onError, onText, transcribe]);

  const stop = useCallback(() => {
    if (recorderRef.current?.state === 'recording') recorderRef.current.stop();
  }, []);

  const cancel = useCallback(() => {
    discardRef.current = true;
    stop();
  }, [stop]);

  return { state, seconds, start, stop, cancel };
}