"""真实模型集成测试。

复用 testdata/speech_60s.wav（真实语音 WAV，一次性生成、入库，避免每次
测试从视频提取）。使用真实 faster-whisper 模型端到端验证 whisper 节点的
分块转写与 SRT 生成。本地缺少模型或测试资产时自动跳过；具备条件时必须
执行，作为对假模型单元测试的校准。

约定（见 AGENTS.md「测试与覆盖率」）：单元测试允许在模型推理这一 I/O
边界使用返回真实结构的薄桩，但必须配套本集成测试验证真实行为。
"""

from pathlib import Path

import pytest

from nodes.whisper import invoke
from wov_sdk.models import InvokeRequest

# 单体根目录：tests/ 的上一级。
WORKSPACE = Path(__file__).resolve().parent.parent
MODEL_DIR = WORKSPACE / "model" / "faster-whisper-large-v3"
TEST_AUDIO = WORKSPACE / "testdata" / "speech_60s.wav"


@pytest.mark.integration
def test_whisper_real_model_chunked_transcription(tmp_path) -> None:
    """复用 testdata 语音 + 真实模型：分块转写产出真实 SRT，时间不越出素材范围。"""
    if not (MODEL_DIR / "model.bin").is_file():
        pytest.skip("本地无 faster-whisper-large-v3 模型，跳过真实模型集成测试")
    if not TEST_AUDIO.is_file():
        pytest.skip("缺少 testdata/speech_60s.wav 测试资产，跳过真实模型集成测试")

    response = invoke(
        InvokeRequest(
            run_id="integration_1",
            node_instance_id="",
            inputs={"audio_uri": str(TEST_AUDIO)},
            params={"language": "ja", "chunk_seconds": 60, "vad_filter": False},
            output_dir=str(tmp_path / "out"),
        )
    )
    assert response.status == "completed", response.error
    srt_path = Path(response.outputs["srt_uri"])
    assert srt_path.is_file()
    srt = srt_path.read_text(encoding="utf-8")
    time_lines = [line for line in srt.splitlines() if "-->" in line]
    # 60s 语音若含可识别内容，则应有字幕，且时间轴不越出素材时长（允许少量超窗）。
    if time_lines:
        last_end = time_lines[-1].split(" --> ")[1].replace(",", ".")
        hours, minutes, seconds = last_end.split(":")
        total = int(hours) * 3600 + int(minutes) * 60 + float(seconds)
        assert total < 90