Trixy7/trixy_core/network/cmd/wakeword.py

# -*- coding: utf-8 -*-
"""
Wakeword-bezogene Netzwerk-Befehle.
"""

from dataclasses import dataclass, field
from datetime import datetime

from trixy_core.network.cmd.base import CommandMessage


@dataclass
class WakewordDetected(CommandMessage):
    """
    Wakeword-Erkennung durch einen Satellite.

    Wird vom Satellite zum Server gesendet, wenn ein Wakeword erkannt wurde.
    Der Server führt dann die Arbitrierung durch (höchstes Audio-Level gewinnt).

    Enthält auch die Audio-Chunks mit dem Wakeword für Stimmenerkennung.
    """
    satellite_id: str = ""
    wakeword_type: str = ""           # "custom" oder "system_command"
    wakeword_model: str = ""          # Modell-Name (z.B. "hey_jarvis")
    confidence: float = 0.0           # Erkennungs-Confidence
    audio_level: float = 0.0          # RMS-Level für Arbitration
    audio_chunks: list[str] = field(default_factory=list)  # Hex-encodierte Chunks
    timestamp: str = ""               # ISO-Format Timestamp
    client_session_id: str = ""       # Vom Client generierte Session-ID


@dataclass
class WakewordSelected(CommandMessage):
    """
    Satellite wurde für die Konversation ausgewählt.

    Wird vom Server zum ausgewählten Satellite gesendet.
    Enthält die Server-generierte Session-ID.
    """
    session_id: str = ""              # Server-generierte Session-ID
    conversation_id: str = ""         # Konversations-ID (= session_id)
    start_streaming: bool = True      # Audio-Streaming starten
    max_duration_seconds: float = 60.0  # Max. Aufnahmedauer
    silence_timeout_seconds: float = 3.0  # Stille-Timeout


@dataclass
class WakewordAbort(CommandMessage):
    """
    Wakeword-Erkennung abbrechen.

    Wird gesendet, wenn ein anderer Satellite ausgewählt wurde
    oder die Erkennung abgebrochen werden soll.
    """
    reason: str = ""
    resume_detection: bool = True
    selected_satellite_id: str = ""   # Welcher Satellite wurde stattdessen ausgewählt


@dataclass
class RecordingComplete(CommandMessage):
    """
    Audio-Aufnahme abgeschlossen.

    Wird vom Satellite zum Server gesendet, wenn die Aufnahme
    beendet wurde (durch Stille oder Timeout).
    """
    session_id: str = ""
    audio_data: str = ""              # Hex-encodierte Audio-Daten
    duration_seconds: float = 0.0
    ended_by: str = ""                # "silence", "timeout", "user", "error"
    speech_detected: bool = True      # Wurde Sprache erkannt?
    peak_level: float = 0.0           # Peak Audio-Level
    vad_stats: dict = field(default_factory=dict)  # VAD-Statistiken


@dataclass
class RecordingAck(CommandMessage):
    """
    Bestätigung für empfangene Aufnahme.

    Wird vom Server zum Satellite gesendet nach Empfang der Aufnahme.
    """
    session_id: str = ""
    received_bytes: int = 0
    processing: bool = True           # Wird verarbeitet


@dataclass
class FollowUpRequest(CommandMessage):
    """
    Rückfrage vom Server an den Satellite.

    Der Assistent stellt eine Rückfrage und erwartet eine Antwort.
    """
    session_id: str = ""
    question: str = ""                # Rückfrage-Text
    audio_data: str = ""              # Hex-encodiertes TTS-Audio (optional)
    follow_up_number: int = 0         # Nummer der Rückfrage
    timeout_seconds: float = 60.0     # Timeout für Antwort
    audio_duration: float = 0.0       # TTS-Audio-Dauer in Sekunden (fuer Wait)


@dataclass
class FollowUpResponse(CommandMessage):
    """
    Antwort auf eine Rückfrage.

    Wird vom Satellite zum Server gesendet.
    """
    session_id: str = ""
    audio_data: str = ""              # Hex-encodierte Audio-Antwort
    duration_seconds: float = 0.0
    follow_up_number: int = 0         # Welche Rückfrage wird beantwortet
    speech_detected: bool = True


@dataclass
class ConversationEnd(CommandMessage):
    """
    Konversation beenden.

    Kann vom Server oder Satellite gesendet werden.
    """
    session_id: str = ""
    reason: str = ""                  # "completed", "timeout", "cancelled", "error"
    final_response: str = ""          # Letzte Antwort des Assistenten
    audio_data: str = ""              # Hex-encodiertes TTS-Audio (optional)


@dataclass
class AssistantResponse(CommandMessage):
    """
    Assistenten-Antwort.

    Wird vom Server zum Satellite gesendet mit der Antwort.
    """
    session_id: str = ""
    text: str = ""                    # Antwort-Text
    audio_data: str = ""              # Hex-encodiertes TTS-Audio
    is_final: bool = True             # Ist dies die finale Antwort?
    has_follow_up: bool = False       # Folgt eine Rückfrage?


@dataclass
class TranscriptionResult(CommandMessage):
    """
    Transkriptions-Ergebnis.

    Wird vom Server zum Satellite gesendet mit dem transkribierten Text.
    """
    session_id: str = ""
    text: str = ""                    # Transkribierter Text
    confidence: float = 0.0           # Transkriptions-Confidence
    language: str = "de"              # Erkannte Sprache
    is_final: bool = True             # Finale Transkription?


@dataclass
class IntentResult(CommandMessage):
    """
    Intent-Erkennungs-Ergebnis.

    Wird vom Server gesendet mit dem erkannten Intent.
    """
    session_id: str = ""
    intent: str = ""                  # Erkannter Intent
    confidence: float = 0.0
    entities: dict = field(default_factory=dict)  # Extrahierte Entities
    handled_by: str = ""              # Welches Plugin/Service handhabt den Intent


@dataclass
class TextInput(CommandMessage):
    """
    Text-Eingabe vom Client (Keyboard-Input).

    Wird als Alternative zu Spracheingabe verwendet.
    Startet eine neue Conversation oder setzt eine bestehende fort.

    Flow:
    1. Client sendet TextInput an Server
    2. Server erstellt/fortsetzt Conversation
    3. Server emittiert speech_recognized Event
    4. NLP verarbeitet Text
    5. Bei Follow-Up: Server sendet FollowUpRequest zurück
    """
    satellite_id: str = ""
    text: str = ""                    # Eingegebener Text
    session_id: str = ""              # Leer = neue Session, sonst Fortsetzung
    room_id: str = ""                 # Raum-ID
    language: str = "de"              # Sprache
    is_follow_up: bool = False        # Ist dies eine Antwort auf Follow-Up?
    follow_up_number: int = 0         # Welche Rückfrage wird beantwortet


@dataclass
class TextInputAck(CommandMessage):
    """
    Bestätigung für Text-Eingabe.

    Wird vom Server zum Client gesendet nach Empfang der Text-Eingabe.
    """
    session_id: str = ""              # Zugewiesene Session-ID
    received: bool = True             # Erfolgreich empfangen
    error: str = ""                   # Fehlermeldung falls nicht erfolgreich


@dataclass
class WakewordPause(CommandMessage):
    """Wakeword-Erkennung extern pausieren (Server → Satellite)."""
    reason: str = ""


@dataclass
class WakewordResume(CommandMessage):
    """Extern pausierte Wakeword-Erkennung fortsetzen (Server → Satellite)."""
    pass


@dataclass
class WakewordControlStop(CommandMessage):
    """Wakeword-Erkennung komplett stoppen (Server → Satellite)."""
    reason: str = ""


@dataclass
class WakewordControlStart(CommandMessage):
    """Wakeword-Erkennung starten (Server → Satellite)."""
    pass