fix(stt): processLocally-Feinschliff (Android-Bug "language not supported") + "Alles lokal"

- Geräte-STT prüft vor lokaler Erkennung das On-Device-Sprachpaket via
  SpeechRecognition.available(); fehlt es, install() im Hintergrund + Fallback auf
  Cloud (falls erlaubt) bzw. Server. processLocally wird nur bei "available" gesetzt
  -> behebt "language not supported" auf Android-Chrome.
- onerror/Start-Fehler (language-not-supported/network/service) -> sauberer
  Server-STT-Fallback statt Fehlermeldung.
- Schnellwahl "📴 Lokal": setzt STT + TTS gemeinsam auf Gerät (nur Text).
- Doku §6.3.1.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
Dieter Schlüter 2026-06-20 20:32:17 +02:00
commit dc597bd77b
3 changed files with 69 additions and 8 deletions

View file

@ -1030,9 +1030,17 @@ Audio-Upload, keine Server-STT-Last. Gegenstück zum Geräte-TTS (§ 6.5.0), abe
- **Nur Fix-Sprache:** Geräte-STT braucht einen Sprach-Hint → es nutzt die im
Sprach-Dropdown gewählte feste Sprache. Im **Flex-Modus** fällt es automatisch auf
Server-STT (Whisper-Auto-Erkennung) zurück.
- **Fallback:** Ohne Unterstützung (z. B. Firefox) oder bei Erkennungsfehlern wird der
- **On-Device-Sprachpakete (Chrome):** Vor der lokalen Erkennung wird per
`SpeechRecognition.available()` geprüft, ob das Sprachpaket vorhanden ist. Fehlt es,
wird es im Hintergrund heruntergeladen (`install()`) und für **diesen** Turn auf
Cloud (falls erlaubt) bzw. Server zurückgefallen — so erscheint kein
„language not supported" mehr.
- **Fallback:** Ohne Unterstützung (z. B. Firefox), bei fehlendem Sprachpaket oder
Erkennungsfehlern (`language-not-supported`, `network` …) wird automatisch der
Server-STT-Pfad genutzt. Während der Erkennung erscheint der Text **live** im
Eingabefeld; erneutes Tippen aufs Mikrofon beendet und sendet.
- **Schnellwahl „📴 Lokal":** Setzt mit einem Tipp **STT + TTS** auf „Gerät" — dann
sendet/empfängt das Handy nur noch Text (maximale Daten-/Kostenersparnis).
---

View file

@ -10,6 +10,7 @@ const micBtn = $("#mic");
const ttsSel = $("#tts");
const langSel = $("#lang-sel");
const sttSel = $("#stt-sel");
const allLocalBtn = $("#all-local");
// "Flex" ist im Sprachmenü nur ein weiterer Wert: keine feste Sprache, sondern
// automatische Erkennung. Eine konkrete Sprache = Fix-Modus (Eingabe wird übersetzt).
@ -150,15 +151,53 @@ function applySttChoice() {
if (local === "device") sttSel.value = "device";
else if (local === "server") sttSel.value = "server";
else if (isMobile()) { sttSel.value = "device"; localStorage.setItem(STT_KEY, "device"); }
// Schnellwahl "Alles lokal" nur zeigen, wenn STT- UND TTS-on-device möglich sind.
if (allLocalBtn && TTS_SUPPORTED) allLocalBtn.classList.remove("hidden");
}
// Schnellwahl: STT + TTS auf "Gerät" (nur Text zum Server). Setzt beide Schalter.
function setAllLocal() {
unlockTTS();
if (sttSel) { sttSel.value = "device"; localStorage.setItem(STT_KEY, "device"); }
if (ttsSel) { ttsSel.value = "device"; localStorage.setItem(PLAYBACK_KEY, "device"); }
statusEl.textContent = "Alles lokal: Erkennung + Vorlesen im Gerät";
setTimeout(() => {
if (statusEl.textContent.startsWith("Alles lokal")) statusEl.textContent = "";
}, 2500);
}
let recognition = null;
function startDeviceStt() {
// Bestimmt den besten STT-Modus für eine Sprache: "local" (on-device), "cloud" oder
// "server" (Whisper-Fallback). Nutzt die Chrome-API available()/install() für die
// On-Device-Sprachpakete — verhindert "language not supported", wenn das Paket fehlt.
async function resolveSttMode(bcp) {
if (SR && typeof SR.available === "function") {
try {
const a = await SR.available({ langs: [bcp], processLocally: true });
if (a === "available") return "local";
if (a === "downloadable" || a === "downloading") {
// On-Device-Paket anstoßen (für künftige Turns); jetzt Cloud/Server.
try { if (typeof SR.install === "function") SR.install({ langs: [bcp], processLocally: true }); } catch (e) {}
}
} catch (e) { /* API-Fehler -> unten */ }
}
return meAllowCloudStt ? "cloud" : "server";
}
async function startDeviceStt() {
const bcp = LANG_BCP47[langSel.value] || "de-DE";
const mode = await resolveSttMode(bcp);
if (mode === "server") { // lokal (für diese Sprache) nicht da & Cloud verboten
statusEl.textContent = "erkenne über Server …";
startRecording();
return;
}
const rec = new SR();
rec.lang = LANG_BCP47[langSel.value] || "de-DE";
rec.lang = bcp;
rec.interimResults = true;
rec.continuous = false;
try { if (sttIsLocal() && "processLocally" in rec) rec.processLocally = true; } catch (e) {}
if (mode === "local") { try { rec.processLocally = true; } catch (e) {} }
recognition = rec;
let finalText = "";
setMicRecording();
@ -173,9 +212,16 @@ function startDeviceStt() {
};
rec.onerror = (e) => {
recognition = null;
const err = e.error || "?";
if (err === "no-speech") { setMicIdle(); statusEl.textContent = "nichts gehört — bitte erneut"; return; }
// Sprache/Dienst/Netz nicht verfügbar -> sauber auf Server-STT zurückfallen statt Fehler.
if (err === "language-not-supported" || err === "service-not-allowed" || err === "network") {
statusEl.textContent = "erkenne über Server …";
startRecording();
return;
}
setMicIdle();
statusEl.textContent = e.error === "no-speech" ? "nichts gehört — bitte erneut"
: "Spracherkennung fehlgeschlagen (" + (e.error || "?") + ")";
statusEl.textContent = "Spracherkennung fehlgeschlagen (" + err + ")";
};
rec.onend = () => {
recognition = null;
@ -184,7 +230,11 @@ function startDeviceStt() {
promptEl.value = "";
if (text) sendText(text); // -> vorhandener Text-Turn (inkl. Geräte-/Server-TTS)
};
try { rec.start(); } catch (e) { recognition = null; setMicIdle(); statusEl.textContent = "STT-Start fehlgeschlagen"; }
try { rec.start(); } catch (e) {
recognition = null;
statusEl.textContent = "erkenne über Server …";
startRecording(); // Start scheiterte -> Server-Fallback
}
}
function stopDeviceStt() { if (recognition) { try { recognition.stop(); } catch (e) {} } }
@ -682,6 +732,7 @@ if (ttsSel) {
}
// STT-Wahl ist geräte-lokal (nicht server-seitig) -> nur in localStorage.
if (sttSel) sttSel.addEventListener("change", () => localStorage.setItem(STT_KEY, sttSel.value));
if (allLocalBtn) allLocalBtn.addEventListener("click", setAllLocal);
loadMe();

View file

@ -226,6 +226,8 @@
<option value="device">🎙 Gerät</option>
<option value="server">☁ Server</option>
</select>
<button id="all-local" title="Alles lokal: Spracherkennung + Vorlesen im Gerät (nur Text wird gesendet)"
class="hidden text-sm rounded-lg border border-slate-300 dark:border-slate-600 bg-transparent px-2 py-1.5 hover:bg-slate-100 dark:hover:bg-slate-700 transition-colors whitespace-nowrap">📴 Lokal</button>
<button id="new-chat" title="Neues Gespräch (Verlauf zurücksetzen)"
class="h-9 w-9 grid place-items-center rounded-lg border border-slate-300 dark:border-slate-600 hover:bg-slate-100 dark:hover:bg-slate-700 transition-colors">
<svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.7" class="w-5 h-5"><path stroke-linecap="round" stroke-linejoin="round" d="M16.862 4.487l1.687-1.688a1.875 1.875 0 1 1 2.652 2.652L10.582 16.07a4.5 4.5 0 0 1-1.897 1.13L6 18l.8-2.685a4.5 4.5 0 0 1 1.13-1.897l8.932-8.931Zm0 0L19.5 7.125M18 14v4.75A2.25 2.25 0 0 1 15.75 21H5.25A2.25 2.25 0 0 1 3 18.75V8.25A2.25 2.25 0 0 1 5.25 6H10"/></svg>
@ -255,6 +257,6 @@
<div id="status" class="w-full max-w-3xl mx-auto mt-1 min-h-[1rem] text-xs text-slate-500 dark:text-slate-400"></div>
</footer>
<script src="/app.js?v=32"></script>
<script src="/app.js?v=33"></script>
</body>
</html>