diff --git a/BEDIENUNGSANLEITUNG.md b/BEDIENUNGSANLEITUNG.md
index 28371a1..e13a294 100644
--- a/BEDIENUNGSANLEITUNG.md
+++ b/BEDIENUNGSANLEITUNG.md
@@ -715,6 +715,41 @@ systemctl --user restart voice-assistant # systemd-Betrieb
---
+### 4.10 Dauerbetrieb als Dienst + GPU automatisch frei
+
+Damit der Gateway beim Booten automatisch startet und nicht im Vordergrund hängt,
+läuft er als **systemd-User-Dienst** (Unit: `deploy/voice-assistant.user.service`).
+
+```bash
+cp deploy/voice-assistant.user.service ~/.config/systemd/user/voice-assistant.service
+loginctl enable-linger "$USER" # sudo -> Dienst läuft auch ohne Login / nach Reboot
+systemctl --user daemon-reload
+systemctl --user enable --now voice-assistant
+```
+
+**Wichtig — der Gateway blockiert die GPU NICHT.** Der Gateway-Prozess läuft auf der
+CPU. Die GPU 1 wird allein vom **LLM-Backend** belegt:
+- **llama.cpp** (Docker-Container) ist *immer resident* → belegt die GPU dauerhaft, solange er läuft. Daher **nicht** automatisch mitstarten; nur bei Bedarf (`make llm-llamacpp`).
+- **Ollama** lädt das Modell erst beim ersten Request in die GPU und gibt sie nach
+ Leerlauf wieder frei — **wenn** `OLLAMA_KEEP_ALIVE` ein Timeout ist (Default `-1` = nie).
+
+→ Für „GPU im Leerlauf frei" das Drop-in `deploy/ollama-keepalive.conf` installieren
+(setzt `OLLAMA_KEEP_ALIVE=5m`):
+```bash
+sudo mkdir -p /etc/systemd/system/ollama.service.d
+sudo cp deploy/ollama-keepalive.conf /etc/systemd/system/ollama.service.d/keepalive.conf
+sudo systemctl daemon-reload && sudo systemctl restart ollama
+```
+
+So ist GPU 1 standardmäßig frei: Der Gateway läuft (Boot), Ollama hält die GPU nur
+während aktiver Nutzung. Du musst nichts mehr manuell stoppen.
+
+> **Hinweis:** Erst im Dienst-Betrieb funktioniert der **Log-Tab** des Admin-Panels
+> (er streamt das Journal der Unit). Im Vordergrund-Betrieb (`make run`) landen die
+> Logs nur im Terminal.
+
+---
+
## 5. Das System benutzen
> 👤 Endnutzer
diff --git a/app/pipeline/spoken_response_adapter.py b/app/pipeline/spoken_response_adapter.py
index 92a369b..fe1a705 100644
--- a/app/pipeline/spoken_response_adapter.py
+++ b/app/pipeline/spoken_response_adapter.py
@@ -2,6 +2,22 @@ import re
from app.pipeline import german_numbers as gn
+# Emojis/Piktogramme/Symbole: stoeren das Vorlesen (TTS spricht sie aus oder verschluckt
+# sich). Deckt die gaengigen Unicode-Bloecke ab (Emoticons, Symbole, Transport, Flaggen,
+# Dingbats, Pfeile, Variationsselektoren, ZWJ).
+_EMOJI_RE = re.compile(
+ "["
+ "\U0001F300-\U0001FAFF" # Symbole/Emoticons/Transport/Erweiterungen
+ "\U00002600-\U000027BF" # Diverse Symbole + Dingbats (☀ ⚠ ✅ ❤ …)
+ "\U0001F1E6-\U0001F1FF" # Regional-Indikatoren (Flaggen)
+ "\U00002B00-\U00002BFF" # Symbole/Pfeile (⭐ …)
+ "\U00002190-\U000021FF" # Pfeile (→ ← …)
+ "\U00002300-\U000023FF" # Technische Symbole (⌚ ⏰ …)
+ "\U0000FE00-\U0000FE0F" # Variationsselektoren
+ "\U0000200D" # Zero-Width-Joiner
+ "]+"
+)
+
class SpokenResponseAdapter:
async def run(self, text: str, language: str = "de") -> str:
@@ -15,6 +31,7 @@ class SpokenResponseAdapter:
text = re.sub(r"`([^`]*)`", r"\1", text) # inline code
text = re.sub(r"\[([^\]]+)\]\([^)]+\)", r"\1", text) # markdown links
text = re.sub(r"[*_~#>]+", " ", text) # markdown symbols
+ text = _EMOJI_RE.sub("", text) # Emojis/Symbole
# Listen entschärfen: Aufzählungspunkte weg, nummerierte Listen zu
# Ordinalwörtern ("1. " -> "erstens, "), damit Piper nicht "eins" sagt.
diff --git a/app/web/app.js b/app/web/app.js
index 2ed4863..f04bd9f 100644
--- a/app/web/app.js
+++ b/app/web/app.js
@@ -280,9 +280,10 @@ function replayBubble(div) {
startReplay(info.chunks, btn); // Assistent: gecachtes PCM, sofort & gratis
} else if (isDeviceMode()) {
stopAudio();
- deviceSpeakBtn(text, info.lang, btn); // Geräte-TTS: lokal vorlesen, gratis
+ // Geräte-TTS: bereinigtes "spoken" bevorzugen (ohne Markdown/Emojis), sonst Rohtext.
+ deviceSpeakBtn(info.spoken || text, info.lang, btn);
} else {
- speakBubble(text, info.lang, btn); // Server-TTS via /api/speak
+ speakBubble(text, info.lang, btn); // Server-TTS via /api/speak (bereinigt selbst)
}
}
@@ -385,8 +386,16 @@ function runTurn(path, onopen) {
if (!answerEl) answerEl = addMessage("assistant", "", { lang: turnLang() });
if (msg.text) answerEl._textEl.textContent = msg.text;
// Sprache final festhalten (für Replay) und im Geräte-Modus lokal vorlesen.
- if (answerEl._replay) answerEl._replay.lang = turnLang();
- if (isDeviceMode() && msg.text) deviceSpeak(msg.text, turnLang());
+ // Für TTS das bereinigte "spoken" (ohne Markdown/Emojis) bevorzugen, anzeigen
+ // bleibt der Originaltext.
+ if (answerEl._replay) {
+ answerEl._replay.lang = turnLang();
+ answerEl._replay.spoken = msg.spoken || msg.text || "";
+ }
+ if (isDeviceMode()) {
+ const spoken = msg.spoken || msg.text;
+ if (spoken) deviceSpeak(spoken, turnLang());
+ }
scrollToBottom();
break;
case "emergency":
diff --git a/app/web/index.html b/app/web/index.html
index e188d7e..f17d0f3 100644
--- a/app/web/index.html
+++ b/app/web/index.html
@@ -250,6 +250,6 @@
-
+