my_voice_assistant_v3_jamulix/app/schemas.py

233 lines
6.8 KiB
Python
Raw Normal View History

import re
from datetime import date
from typing import Literal
from pydantic import BaseModel, Field, field_validator
class EndpointCapabilities(BaseModel):
id: str
kind: str
direction: Literal["input", "output"]
sample_rate: int = 16000
channels: int = 1
latency_class: Literal["low", "medium", "high"] = "medium"
supports_aec: bool = False
supports_barge_in: bool = False
networked: bool = False
bluetooth: bool = False
mobile: bool = False
default: bool = False
class AudioChunk(BaseModel):
data: bytes
sample_rate: int = 16000
channels: int = 1
format: str = "wav"
timestamp_ms: int = 0
class PipelineTrace(BaseModel):
raw_transcript: str | None = None
cleaned_transcript: str | None = None
semantic_response: str | None = None
spoken_response: str | None = None
tts_ready_text: str | None = None
citations: list[str] = [] # Quellen-URLs der Web-Suche (für die UI-Bubble)
class SpeakRequest(BaseModel):
text: str = Field(min_length=1)
voice: str | None = None
language: str | None = None
output_endpoint: str | None = None
tts_provider: str | None = None
class ChatRequest(BaseModel):
text: str = Field(min_length=1)
input_endpoint: str | None = None
output_endpoint: str | None = None
language: str | None = None
voice: str | None = None
stt_provider: str | None = None
llm_provider: str | None = None
tts_provider: str | None = None
feat: Geräte-TTS, native Stimmen, Favicon, Auth-Gate, UI-Fixes Web-UI / TTS: - Geräte-TTS ("📱 Gerät"): Antwort wird on-device vorgelesen (Web Speech API), Server sendet nur Text (text_only) -> spart Bandbreite/Kosten. Mobil-Default, geräte-lokale Speicherung, iOS-Autoplay-Freischaltung. - Vorlese-Symbol (🔊) je Bubble: Hybrid-Replay (Assistent-PCM gecacht, Eingabe via /api/speak); SVG-Icon mit kontrastreicher Farbe. - Kombiniertes Sprachmenü (Flex + feste Sprachen) statt separatem Modus-Menü. - "Neues Gespräch"-Button (frische Session gegen Sprach-Trägheit). - Dark-Mode: lesbare <option>-Popups (Kontrast-Fix). - Favicon (SVG + PNG-Fallbacks) aus mund.png. TTS-Backend: - Sprache wird an alle TTS-Provider durchgereicht; Piper-Stimme folgt der Sprache; Chatterbox mehrsprachig + cross-lingual. - Native Referenz-Stimmen je Sprache (config/voices/<lang>.wav, FLEURS CC-BY), loudness-normalisiert. LLM-Sprache: - Antwort folgt zuverlässig der gewählten Sprache (verstärkte Anweisung + Erinnerung an der letzten Nutzer-Nachricht gegen History-Trägheit). Admin / Auth: - Wörterbuch: alle 8 Sprachen, Zeilen editierbar, alphabetische Sortierung. - Web-UI hinter Auth-Gate (Redirect auf SSO_LOGIN_URL / 401); Favicons offen. - Log-Tab: Hinweis, wenn der systemd-Dienst nicht aktiv ist. - Einstellungen: Hinweis "pro Nutzer überschreibbar" bei Sprache/Modus/Qualität. Doku (BEDIENUNGSANLEITUNG.md): Geräte-TTS §6.5.0, Fix/Flex §6.6, native Stimmen §6.5.3, llama.cpp<->Ollama-Wechsel §4.7, Auth/SSO §7.4. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-20 13:12:04 +02:00
text_only: bool | None = None # True -> kein Server-Audio (Geräte-TTS spricht selbst)
class SessionRouteRequest(BaseModel):
input_endpoint: str | None = None
output_endpoint: str | None = None
stt_provider: str | None = None
llm_provider: str | None = None
tts_provider: str | None = None
language: str | None = None
class RouteInfo(BaseModel):
input_endpoint: str
output_endpoint: str
stt_provider: str
llm_provider: str
tts_provider: str
language: str
class UserCreate(BaseModel):
display_name: str = Field(min_length=1)
class UserCreated(BaseModel):
user_id: str
display_name: str
token: str # nur bei Erstellung sichtbar
class UserUpdate(BaseModel):
display_name: str = Field(min_length=1)
class UserPrefs(BaseModel):
input_endpoint: str | None = None
output_endpoint: str | None = None
stt_provider: str | None = None
llm_provider: str | None = None
tts_provider: str | None = None
language: str | None = None
voice_gender: str | None = None # "m" | "f" | "any" — sonst verwirft pydantic die Stimmwahl
class MemoryCreate(BaseModel):
content: str = Field(min_length=1)
class MemoryOut(BaseModel):
id: int
content: str
created_at: str
class GeoFix(BaseModel):
"""Geoposition des auslösenden Geräts (One-Shot, vom Browser erfasst)."""
lat: float
lon: float
accuracy: float | None = None # geschätzte Genauigkeit in Metern
ts: str | None = None # ISO-Zeitstempel des Fixes
class DeviceInfo(BaseModel):
"""Geräteart/Plattform des auslösenden Geräts (aus Browser-Daten)."""
mobile: bool | None = None
platform: str | None = None
class EmergencyRequest(BaseModel):
"""Vom Nutzer ausgelöster Notruf (Knopf). language für den Hinweistext."""
language: str | None = None
geo: GeoFix | None = None
geo_error: str | None = None # Grund, falls die Geo-Erfassung scheiterte
device: DeviceInfo | None = None
# Format-Validierung der Notfall-Profilfelder (spiegelt die Frontend-Prüfung).
_PLZ_RE = re.compile(r"^\d{5}$")
_PHONE_RE = re.compile(r"^\+?[\d\s/().\-]{6,20}$")
_EMAIL_RE = re.compile(r"^[^\s@]+@[^\s@]+\.[^\s@]+$")
_DATE_RE = re.compile(r"^(\d{2})\.(\d{2})\.(\d{4})$")
def _valid_german_date(v: str) -> bool:
m = _DATE_RE.match(v)
if not m:
return False
d, mo, y = int(m.group(1)), int(m.group(2)), int(m.group(3))
if not (1900 <= y <= 2100):
return False
try:
date(y, mo, d)
except ValueError:
return False
return True
def _csv_all(v: str, rx: "re.Pattern") -> bool:
return all(rx.match(p.strip()) for p in v.split(",") if p.strip())
class AdminUserPrefsUpdate(BaseModel):
"""Admin setzt Nutzer-Einstellungen: erlaubte Sprachen + Notfall-Profil.
Optionale Felder dürfen leer/None sein; nicht-leere Werte werden auf ihr
Format geprüft (serverseitige Härtung zusätzlich zur Frontend-Validierung).
"""
allowed_languages: str | None = None
# Notfall-Profil (in user.prefs gespeichert, fließt in die Notruf-Meldungen ein)
full_name: str | None = None
street: str | None = None
postal_code: str | None = None
city: str | None = None
phone_landline: str | None = None
phone_mobile: str | None = None
birth_date: str | None = None
medical_notes: str | None = None
emergency_contacts: str | None = None # Kontakt-E-Mail(s), CSV
emergency_phones: str | None = None # Kontakt-Telefon(e), CSV
location_consent: bool | None = None # Standort im Notfall mitsenden?
# Alarmpause pro Nutzer (ganze Minuten, als String). Leer = globaler Standard,
# "0" = aus. Präzedenz: dieser Wert > globale Einstellung > 5.
emergency_cooldown_minutes: str | None = None
@field_validator("postal_code")
@classmethod
def _check_plz(cls, v):
if v and not _PLZ_RE.match(v.strip()):
raise ValueError("PLZ muss genau 5 Ziffern sein")
return v
@field_validator("phone_mobile", "phone_landline")
@classmethod
def _check_phone(cls, v):
if v and not _PHONE_RE.match(v.strip()):
raise ValueError("ungültige Telefonnummer")
return v
@field_validator("birth_date")
@classmethod
def _check_date(cls, v):
if v and not _valid_german_date(v.strip()):
raise ValueError("Geburtsdatum muss TT.MM.JJJJ (gültiges Datum) sein")
return v
@field_validator("emergency_contacts")
@classmethod
def _check_emails(cls, v):
if v and not _csv_all(v, _EMAIL_RE):
raise ValueError("Kontakt-E-Mail(s): ungültige Adresse")
return v
@field_validator("emergency_phones")
@classmethod
def _check_phones_csv(cls, v):
if v and not _csv_all(v, _PHONE_RE):
raise ValueError("Kontakt-Telefon(e): ungültige Nummer")
return v
@field_validator("emergency_cooldown_minutes")
@classmethod
def _check_cooldown(cls, v):
if v is None or str(v).strip() == "":
return v # leer = globaler Standard (erben)
s = str(v).strip()
if not s.isdigit():
raise ValueError("Pause: nur ganze Minuten (060)")
if int(s) > 60:
raise ValueError("Pause: höchstens 60 Minuten")
return s
class UserAdminUpdate(BaseModel):
"""Admin schaltet Admin-Rechte für einen Nutzer ein/aus."""
is_admin: bool