feat(tts): Aussprache-Normalisierung vor Piper (Ordinalia/Einheiten/Abk./Lexikon)

In-Process-Layer ausgebaut statt neuer Lib/CLI. Leitprinzip: nicht duplizieren,
was espeak-ng schon kann (Kardinal-/Dezimalzahlen bleiben unangetastet) -- nur die
belegten Luecken fuellen.

- german_numbers.py: deutsche Ordinalzahlen 1.-31. (attributiv/adverbial)
- tts_normalizer.py: Ordinalia (Datum '1. Mai'->'erster Mai', Folgen '1. 2. 3.'->
  'erstens, zweitens, ...'), Einheiten nach Zahl (kg/km/km-h/...), Abkuerzungen
  (Dr./z.B./usw.), optionales YAML-Lexikon (config/pronunciation.<lang>.yaml).
  Provider-abhaengige Stufen auto|full|light|off (TTS_NORMALIZE_LEVEL): piper=full,
  Cloud=light (laesst Zahlen/Abk. fuer das Cloud-Modell in Ruhe).
- spoken_response_adapter.py: nummerierte Listen -> Ordinalwoerter statt Loeschen.
- sentence_chunker.py: trennt nicht mehr nach Ziffer+Punkt, Einzelbuchstabe+Punkt
  ('z. B.', Initialen) oder bekannten Abkuerzungen -> behebt das Streaming-Symptom
  ('1.' wurde als eigener 'Satz' zu 'eins').
- orchestrator/dependencies: normalize_level durchgereicht (auto: piper->full).
- Tests: tests/test_tts_normalizer.py + Chunker-Faelle (85 gruen).
- Doku: BEDIENUNGSANLEITUNG (Aussprache verbessern), .env.example.

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

app/pipeline/sentence_chunker.py

@@ -3,6 +3,18 @@ import re
 # Satzende: . ! ? … gefolgt von Whitespace (oder Stringende beim flush).
 _SENTENCE_END = re.compile(r"[.!?…]+(?=\s)")
 
+# Abkürzungen, nach denen NICHT getrennt werden darf (sonst zerschneidet der
+# Streaming-Chunker mitten in "z. | B." und die Normalisierung greift nicht mehr).
+_ABBREVS = (
+    "z.b.", "z. b.", "d.h.", "d. h.", "u.a.", "u. a.", "bzw.", "ca.", "usw.",
+    "etc.", "dr.", "prof.", "nr.", "str.", "evtl.", "inkl.", "ggf.", "max.",
+    "min.", "vgl.", "sog.", "u.ä.", "o.ä.", "bspw.",
+)
+_ABBR_END = re.compile(
+    r"(?:^|[\s(„\"'])(" + "|".join(re.escape(a) for a in _ABBREVS) + r")$",
+    re.IGNORECASE,
+)
+
 
 class SentenceChunker:
     """Inkrementelle Satzsegmentierung fuer gestreamte LLM-Token.
@@ -11,21 +23,48 @@ class SentenceChunker:
     `flush()` den verbleibenden Rest (z. B. der letzte Satz ohne abschliessendes
     Leerzeichen). Damit kann pro Satz schon TTS erzeugt werden, waehrend das LLM
     noch weiterschreibt.
+
+    Es wird NICHT getrennt, wenn der Punkt zu einer Ordinal-/Datumszahl
+    ("1. Mai") oder einer bekannten Abkuerzung ("z. B.") gehoert.
     """
 
     def __init__(self):
         self._buffer = ""
 
+    def _is_real_end(self, match) -> bool:
+        start, end = match.start(), match.end()
+        punct = match.group()
+        dot_only = set(punct) <= {".", "…"}
+        if dot_only and start > 0:
+            prev = self._buffer[start - 1]
+            # Ziffer + Punkt ("1.") = Ordinal-/Listenmarker, kein Satzende.
+            if prev.isdigit():
+                return False
+            # Einzelner Buchstabe + Punkt ("z. B.", Initialen "A.") -> kein Satzende.
+            if prev.isalpha():
+                before = self._buffer[start - 2] if start >= 2 else ""
+                if before == "" or not before.isalpha():
+                    return False
+        # Bekannte (mehrbuchstabige) Abkuerzung vor dem Punkt -> kein Satzende.
+        if _ABBR_END.search(self._buffer[:end]):
+            return False
+        return True
+
     def feed(self, text: str) -> list[str]:
         self._buffer += text
         sentences: list[str] = []
+        search_start = 0
         while True:
-            match = _SENTENCE_END.search(self._buffer)
+            match = _SENTENCE_END.search(self._buffer, search_start)
             if not match:
                 break
             end = match.end()
+            if not self._is_real_end(match):
+                search_start = end  # diese Stelle nicht trennen, weitersuchen
+                continue
             sentence = self._buffer[:end].strip()
             self._buffer = self._buffer[end:]
+            search_start = 0
             if sentence:
                 sentences.append(sentence)
         return sentences