feat(tts): Aussprache-Lexikon befüllt (verifizierte Vokallängen-Fixes) + case-insensitiv

terms-Matching jetzt case-insensitiv (Aussprache ist case-egal -> ein Eintrag
deckt auch Satzanfaenge ab). config/pronunciation.de.yaml mit per espeak-ng
verifizierten Korrekturen gefuellt: stroemt/stroemte/loest/toent/blaest/buesst/
gruesst/Mond -> lange Vokale (h-Umschreibung). Kontrolle: loescht/waescht/stroemst
bleiben korrekt unangetastet.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

app/pipeline/tts_normalizer.py

@@ -112,12 +112,15 @@ def _apply_units(text: str, units: dict) -> str:
     return text
 
 
-def _apply_dict(text: str, mapping: dict) -> str:
+def _apply_dict(text: str, mapping: dict, ignore_case: bool = False) -> str:
     # Längste Schlüssel zuerst, wortgrenzen-bewusst (Abkürzungen enden oft auf ".").
+    flags = re.IGNORECASE if ignore_case else 0
     for key in sorted(mapping, key=len, reverse=True):
         repl = mapping[key]
         if key.isalnum():  # reines Wort/Akronym -> mit Wortgrenzen
-            text = re.sub(rf"\b{re.escape(key)}\b", repl, text)
+            text = re.sub(rf"\b{re.escape(key)}\b", repl, text, flags=flags)
+        elif ignore_case:
+            text = re.sub(re.escape(key), repl, text, flags=re.IGNORECASE)
         else:              # enthält Punkte/Sonderzeichen -> direkte Ersetzung
             text = text.replace(key, repl)
     return text
@@ -143,12 +146,12 @@ class TTSNormalizer:
                 t = _apply_ordinals(t)
                 t = _apply_units(t, {**_DEFAULT_UNITS_DE, **units})
                 t = _apply_dict(t, {**_DEFAULT_ABBREVS_DE, **abbrevs})
-                t = _apply_dict(t, terms)
+                t = _apply_dict(t, terms, ignore_case=True)
                 t = _apply_dict(t, _DEFAULT_SYMBOLS_DE)
             else:
                 t = _apply_units(t, units)
                 t = _apply_dict(t, abbrevs)
-                t = _apply_dict(t, terms)
+                t = _apply_dict(t, terms, ignore_case=True)
                 t = _apply_dict(t, _DEFAULT_SYMBOLS_EN)
 
             # Slash zwischen Wörtern/Zahlen sprachfreundlich, Striche entschärfen.

config/pronunciation.de.yaml

@@ -18,6 +18,17 @@ abbreviations:
 units:
   # "kWh": "Kilowattstunden"
 
+# Aussprache-Korrekturen: espeak-ng (in Piper) verkürzt bei einigen Wortformen
+# fälschlich einen langen Vokal. Umschreibung mit "h" -> langer Vokal.
+# Alle Einträge mit `espeak-ng -v de -x "<wort>"` verifiziert (Y:/E:/o: = lang).
+# Matching ist case-insensitiv (deckt auch Satzanfänge ab).
 terms:
-  # "Linux": "Linuks"
+  "strömt": "ströhmt"
-  # "CPU": "C P U"
+  "strömte": "ströhmte"
+  "löst": "löhst"
+  "tönt": "töhnt"
+  "bläst": "blähst"
+  "büßt": "bühßt"
+  "grüßt": "grühßt"
+  "Mond": "Mohnd"
+  # "Linux": "Linuks"   # Beispiel für Eigennamen/IT-Begriffe

tests/test_tts_normalizer.py

@@ -83,6 +83,16 @@ def test_adapter_numbered_list_to_ordinal():
     assert "erstens, Milch" in out and "zweitens, Eier" in out
 
 
+def test_terms_dict_is_case_insensitive():
+    from app.pipeline.tts_normalizer import _apply_dict
+    mapping = {"strömt": "ströhmt"}
+    assert _apply_dict("Der Bach strömt.", mapping, ignore_case=True) == "Der Bach ströhmt."
+    # Satzanfang (Großschreibung) wird ebenfalls erfasst.
+    assert _apply_dict("Strömt es?", mapping, ignore_case=True) == "ströhmt es?"
+    # Teilwort wird NICHT getroffen (Wortgrenze).
+    assert _apply_dict("Strömung", mapping, ignore_case=True) == "Strömung"
+
+
 def test_german_numbers_table():
     assert gn.ordinal_attributive(1) == "erster"
     assert gn.ordinal_adverbial(3) == "drittens"