Nguồn audio (file hoặc mic)
         ↓
Whisper API: Speech → Text (transcript)
         ↓
GPT-4o: Analyze transcript
  - Summary (3-5 câu)
  - Mood: positive/neutral/negative + mức độ
  - Key themes: [list]
  - Action items: [nếu có]
  - Notable quotes: [trích dẫn đáng nhớ]
         ↓
JSON storage + display

python -m venv voice-journal
source voice-journal/bin/activate

pip install openai python-dotenv pyaudio wave

OPENAI_API_KEY=sk-proj-your-key-here
JOURNAL_DIR=./journal_entries

# transcriber.py
import openai
from pathlib import Path
from dotenv import load_dotenv
import os

load_dotenv()
client = openai.OpenAI()

def transcribe_audio(audio_path: str, language: str = "vi") -> dict:
    """
    Whisper transcribe audio file.
    language: "vi" cho tiếng Việt, "en" cho English, None để auto-detect
    """
    audio_path = Path(audio_path)
    
    if not audio_path.exists():
        raise FileNotFoundError(f"Không tìm thấy file: {audio_path}")
    
    # Check file size (Whisper limit: 25MB)
    file_size_mb = audio_path.stat().st_size / (1024 * 1024)
    if file_size_mb > 25:
        raise ValueError(f"File quá lớn: {file_size_mb:.1f}MB (max 25MB)")
    
    print(f"🎙️ Đang transcribe: {audio_path.name} ({file_size_mb:.1f}MB)")
    
    with open(audio_path, 'rb') as audio_file:
        kwargs = {
            "model": "whisper-1",
            "file": audio_file,
            "response_format": "verbose_json",  # Trả về word timestamps
        }
        if language:
            kwargs["language"] = language
            
        transcript = client.audio.transcriptions.create(**kwargs)
    
    return {
        "text": transcript.text,
        "language": transcript.language,
        "duration_seconds": transcript.duration,
        "segments": [
            {"text": seg.text, "start": seg.start, "end": seg.end}
            for seg in transcript.segments
        ] if hasattr(transcript, 'segments') else []
    }

# recorder.py
import pyaudio
import wave
import tempfile
from datetime import datetime

def record_audio(duration_seconds: int = 60, sample_rate: int = 44100) -> str:
    """
    Record từ microphone và lưu thành file WAV.
    Returns: path to temp WAV file
    """
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 1
    
    audio = pyaudio.PyAudio()
    
    print(f"🔴 Bắt đầu ghi âm... ({duration_seconds} giây)")
    print("Nhấn Ctrl+C để dừng sớm")
    
    stream = audio.open(
        format=FORMAT,
        channels=CHANNELS,
        rate=sample_rate,
        input=True,
        frames_per_buffer=CHUNK
    )
    
    frames = []
    try:
        for _ in range(0, int(sample_rate / CHUNK * duration_seconds)):
            data = stream.read(CHUNK)
            frames.append(data)
    except KeyboardInterrupt:
        print("\n⏹️ Đã dừng ghi âm")
    
    stream.stop_stream()
    stream.close()
    audio.terminate()
    
    # Lưu temp file
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    temp_path = f"/tmp/voice_journal_{timestamp}.wav"
    
    with wave.open(temp_path, 'wb') as wf:
        wf.setnchannels(CHANNELS)
        wf.setsampwidth(audio.get_sample_size(FORMAT))
        wf.setframerate(sample_rate)
        wf.writeframes(b''.join(frames))
    
    print(f"✅ Đã lưu audio: {temp_path}")
    return temp_path

# journal_analyzer.py
from openai import OpenAI
import json

client = OpenAI()

def analyze_journal_entry(transcript: str) -> dict:
    """
    Phân tích transcript và trả về structured insights.
    """
    prompt = f"""Bạn là một AI journal assistant. Phân tích nội dung nhật ký sau và trả về JSON với cấu trúc chính xác.

NỘI DUNG NHẬT KÝ:
{transcript}

Trả về JSON (CHÍNH XÁC format dưới đây, không thêm text):
{{
  "summary": "tóm tắt 3-5 câu về nội dung chính",
  "mood": {{
    "label": "positive|neutral|negative|mixed",
    "score": 1-10,
    "description": "mô tả ngắn về tâm trạng"
  }},
  "key_themes": ["chủ đề 1", "chủ đề 2", "chủ đề 3"],
  "action_items": ["việc cần làm 1", "việc cần làm 2"],
  "notable_quotes": ["trích dẫn đáng nhớ"],
  "word_count": số từ trong transcript,
  "language": "Vietnamese|English|Mixed"
}}"""
    
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.2,
        response_format={"type": "json_object"}
    )
    
    return json.loads(response.choices[0].message.content)

# voice_journal.py
import json
from datetime import datetime
from pathlib import Path
from transcriber import transcribe_audio
from journal_analyzer import analyze_journal_entry
import os
from dotenv import load_dotenv

load_dotenv()
JOURNAL_DIR = Path(os.getenv("JOURNAL_DIR", "./journal_entries"))
JOURNAL_DIR.mkdir(exist_ok=True)

def save_entry(transcript_data: dict, analysis: dict, audio_path: str) -> str:
    """Lưu journal entry với đầy đủ metadata."""
    
    timestamp = datetime.now()
    entry = {
        "id": timestamp.strftime("%Y%m%d_%H%M%S"),
        "date": timestamp.isoformat(),
        "audio_source": str(audio_path),
        "transcript": transcript_data["text"],
        "transcript_meta": {
            "language": transcript_data.get("language"),
            "duration_seconds": transcript_data.get("duration_seconds")
        },
        "analysis": analysis
    }
    
    # Lưu theo ngày: journal_entries/2026-03-13.json
    date_file = JOURNAL_DIR / f"{timestamp.strftime('%Y-%m-%d')}.json"
    
    entries = []
    if date_file.exists():
        with open(date_file) as f:
            entries = json.load(f)
    
    entries.append(entry)
    
    with open(date_file, 'w', encoding='utf-8') as f:
        json.dump(entries, f, ensure_ascii=False, indent=2)
    
    return str(date_file)

def process_audio_file(audio_path: str):
    """Main workflow: audio → transcript → analysis → save."""
    
    print("🎙️ AI Voice Journal")
    print("="*50)
    
    # Step 1: Transcribe
    transcript_data = transcribe_audio(audio_path)
    print(f"✅ Transcript: {len(transcript_data['text'].split())} từ")
    
    # Step 2: Analyze
    print("🤖 Đang phân tích với AI...")
    analysis = analyze_journal_entry(transcript_data["text"])
    
    # Step 3: Save
    saved_path = save_entry(transcript_data, analysis, audio_path)
    
    # Display
    print("\n" + "="*50)
    print(f"📖 ENTRY: {datetime.now().strftime('%d/%m/%Y %H:%M')}")
    print(f"⏱️  Thời lượng: {transcript_data.get('duration_seconds', '?'):.0f}s")
    print(f"\n📝 TRANSCRIPT:\n{transcript_data['text'][:500]}{'...' if len(transcript_data['text']) > 500 else ''}")
    print(f"\n💡 TÓM TẮT:\n{analysis['summary']}")
    print(f"\n😊 TÂM TRẠNG: {analysis['mood']['label']} ({analysis['mood']['score']}/10)")
    print(f"   → {analysis['mood']['description']}")
    
    if analysis.get('key_themes'):
        print(f"\n🏷️  CHỦ ĐỀ: {', '.join(analysis['key_themes'])}")
    
    if analysis.get('action_items'):
        print(f"\n✅ VIỆC CẦN LÀM:")
        for item in analysis['action_items']:
            print(f"   - {item}")
    
    print(f"\n💾 Đã lưu: {saved_path}")

if __name__ == "__main__":
    import sys
    if len(sys.argv) > 1:
        process_audio_file(sys.argv[1])
    else:
        print("Usage: python voice_journal.py <audio_file>")
        print("Example: python voice_journal.py recording.mp3")

# Với file có sẵn
python voice_journal.py my_recording.mp3

# Output mẫu:
# 🎙️ Đang transcribe: my_recording.mp3 (2.1MB)
# ✅ Transcript: 347 từ
# 🤖 Đang phân tích với AI...
# 
# 📖 ENTRY: 13/03/2026 14:30
# ⏱️ Thời lượng: 87s
# 
# 📝 TRANSCRIPT:
# Hôm nay tôi hoàn thành xong dự án API integration...
# 
# 💡 TÓM TẮT:
# Entry này ghi lại cảm xúc sau khi hoàn thành dự án lớn...
# 
# 😊 TÂM TRẠNG: positive (8/10)
#    → Hào hứng và hài lòng, có cảm giác thành tựu
# 
# 🏷️ CHỦ ĐỀ: work, achievement, planning
# 
# ✅ VIỆC CẦN LÀM:
#    - Review code với team vào thứ Hai
#    - Viết documentation cho API