dschlueter/my_voice_assistant_v3_jamulix
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity

refactor(ui): Geräte-STT entfernt + Menü-Redesign (schlanke Kopfzeile + ⋮-Sheet)

Browse source 
Geräte-STT (Web Speech API) entfernt — auf Android nur Cloud, Qualität < Whisper,
verwirrend. STT läuft jetzt überall serverseitig (Whisper). Geräte-TTS bleibt.
- Backend: allow_cloud_stt (config/runtime_config/api me) + Tests entfernt.
- Frontend: SpeechRecognition-Code, STT-Dropdown, "Lokal"-Button raus.

Menü-Redesign (verständlicher + passt auf Handys):
- Kopfzeile schlank: Mund-Icon + Titel + Sprache + ⋮-Menübutton (kein Überlauf mehr).
- ⋮ öffnet ein Einstellungs-Sheet: Ton als 3 Presets (📱 Im Gerät / ☁ Server /
  ✨ Beste Qualität) statt zweier kryptischer "Gerät"-Dropdowns; Neues Gespräch;
  Tag-/Nachtmodus; Konto (Identität, Admin, Abmelden).
- #tts bleibt als verborgenes Quell-Select -> bestehende TTS-Logik unverändert.
- Doku §5.1.2 neu, §6.3 STT-Hinweis. 167 grün.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
Dieter Schlüter 2026-06-20 22:26:20 +02:00
commit 3f6bf53a7f
7 changed files with 161 additions and 254 deletions
Download patch file Download diff file Expand all files Collapse all files

82
BEDIENUNGSANLEITUNG.md
View file

@ -774,29 +774,43 @@ https://va.beispiel.de/ ← remote über Reverse-Proxy (alles, inkl. Mikr
```
┌─────────────────────────────────────────────────────────┐
│ Voice Assistant [🇩🇪 ▾] [Qualität ▾] [⚙️] [🌙] │
├─────────────────────────────────────────────────────────┤
│ │
│ Nachrichtenverlauf │
│ (eigene Nachrichten: blaue Blase rechts) │
│ (Assistent: graue Blase links) │
│ │
├─────────────────────────────┬───────────────────────────┤
│ Texteingabe … [Senden] │ [🎤] │
└─────────────────────────────┴───────────────────────────┘
Statuszeile: „denkt …" / „verarbeite Sprache …" / leer
│ 👄 Voice Assistant ............... [🇩🇪 ▾] [ ⋮ ] │
├─────────────────────────────────────────────────────────┤ ┌─ Menü (⋮) ──────────────┐
│ │ │ VORLESEN │
│ Nachrichtenverlauf │ │ ▣ 📱 Im Gerät │
│ (eigene Nachrichten: blaue Blase rechts) │ │ ▢ ☁ Server │
│ (Assistent: graue Blase links) │ │ ▢ ✨ Beste Qualität │
│ │ │ ────────────────────── │
├─────────────────────────────┬───────────────────────────┤ │ ✎ Neues Gespräch │
│ Texteingabe … [Senden] │ [🎤] │ │ 🌙 Tag-/Nachtmodus │
└─────────────────────────────┴───────────────────────────┘ │ ────────────────────── │
Statuszeile: „denkt …" / „verarbeite Sprache …" / leer │ Angemeldet · Admin · Ab │
└──────────────────────────┘
```
**Kopfzeile (immer schlank):**
| Element | Funktion |
|---------|----------|
| **👄 / Titel** | Marke; Mund-Symbol als Wiedererkennung |
| **Sprache ▾** | Antwortsprache (→ § 6.6): `🔄 Flex` = folgt der gesprochenen Sprache · feste Sprache (🇩🇪/🇬🇧/…) = Antwort + Stimme in dieser Sprache |
| **⋮ Menü** | Öffnet die Einstellungen (unten) |
**Im ⋮-Menü:**
| Element | Funktion |
|---------|----------|
| **Vorlesen** | Wie wird die Antwort vorgelesen? `📱 Im Gerät` = das Handy liest selbst vor (kein Server-Audio → spart Daten) · `☁ Server` = piper (lokal, zuverlässig) · `✨ Beste Qualität` = chatterbox (natürliche Stimme). „Im Gerät" erscheint nur, wo der Browser es unterstützt. |
| **✎ Neues Gespräch** | Frische Sitzung (Verlauf zurücksetzen) |
| **🌙 Tag-/Nachtmodus** | Heller/dunkler Modus; folgt sonst dem Betriebssystem |
| **Konto** | „Angemeldet als …", **⚙ Admin** (nur Admins → § 7.5), **Abmelden** |
**Unten:**
| Element | Funktion |
|---------|----------|
| **🎤 Mikrofon** | **grün:** tippen → Aufnahme · **rot:** tippen → stoppt & sendet · **amber ⏹:** tippen → KI unterbrechen (Barge-in). STT läuft serverseitig (Whisper). |
| **Texteingabe + Senden** | Text tippen, dann Enter oder „Senden" |
| **🎤 Mikrofon-Button** | **Idle (grün 🎤):** Tippen → Aufnahme startet · **Aufnahme (rot pulsierend 🎤):** Tippen → Aufnahme stoppt und wird gesendet · **KI antwortet (amber ⏹):** Tippen → Antwort sofort unterbrechen (Barge-in) |
| **Sprache ▾** | Antwortsprache wählen (→ § 6.6): `🔄 Flex` = folgt automatisch der gesprochenen Sprache · feste Sprache (🇩🇪/🇬🇧/…) = Eingabe wird in diese Sprache übersetzt. Die vorlesende Stimme folgt der Auswahl. |
| **Qualität ▾** (Ausgabe/TTS) | Vorlese-Quelle: `📱 Gerät` = das Handy/der Browser liest selbst vor (Web Speech API, kein Server-Audio → spart Daten/Kosten) · `Schnell` = piper (lokal) · `Hoch` = chatterbox (neuronal) · `Cloud` = openrouter |
| **STT ▾** (Eingabe) | *Nur sichtbar auf Geräten mit lokaler Spracherkennung* (iOS/Android): `🎙 Gerät` = Spracherkennung im Gerät (nur Text wird gesendet) · `☁ Server` = Audio-Upload + Whisper (wie am PC/Laptop). Getrennt von der Ausgabe wählbar (→ § 6.3.1). |
| **☀️ / 🌙** | Tag-/Nacht-Modus; folgt sonst automatisch dem Betriebssystem |
| **⚙️** (Admin) | Öffnet das Admin-Panel — nur für Admin-Nutzer sichtbar (→ § 7.5) |
| **Angemeldet als …** | SSO-Identität; „Gast" wenn AUTH deaktiviert oder kein SSO-Cookie |
#### 5.1.3 Typischer Ablauf — Textchat
@ -1013,34 +1027,10 @@ FASTER_WHISPER_DEVICE=cuda
FASTER_WHISPER_COMPUTE_TYPE=float16
```
#### 6.3.1 Geräte-STT (Web Speech API) — „🎙 Gerät"
Auf **Mobilgeräten** (iOS/Android) kann die Spracherkennung **im Gerät** laufen: Das
Handy wandelt Sprache in Text um und sendet nur den **Text** an den Server — kein
Audio-Upload, keine Server-STT-Last. Gegenstück zum Geräte-TTS (§ 6.5.0), aber
**getrennt** wählbar (STT-Dropdown in der Kopfzeile).
- **Erscheint nur**, wenn das Gerät lokale Spracherkennung bietet. **Terminal, Desktop-
Browser und Laptop** zeigen die Option nicht — dort läuft STT wie bisher über den
Server (Whisper).
- **Datenschutz (Linie C):** Standardmäßig nur bei **nachweislich lokaler** Erkennung
(iOS-Safari; Chrome mit On-Device-Modus). **Chrome am Desktop** würde das Audio zur
Erkennung an Google schicken — das ist nur erlaubt, wenn ein Admin
`ALLOW_CLOUD_STT=true` setzt (Admin → Einstellungen → „Geräte-STT (mobil)").
- **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.
- **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).
> **Hinweis:** Die Spracherkennung läuft auf **allen** Geräten serverseitig (Whisper) —
> einheitlich und zuverlässig. (Ein früher erprobtes Geräte-STT über die Web Speech API
> wurde wieder entfernt: Auf Android-Chrome lief es nur über die Google-Cloud, und die
> Erkennungsqualität war Whisper unterlegen. Das **Vorlesen** im Gerät (§ 6.5.0) bleibt.)
---

2
app/api/me.py
View file

@ -3,7 +3,6 @@ from fastapi import APIRouter, Depends, HTTPException
from app.auth import require_user, is_admin_user
from app.config import settings
from app.dependencies import get_store
from app.runtime_config import runtime_settings
from app.schemas import UserPrefs, MemoryCreate, MemoryOut
from app.store import User
@ -19,7 +18,6 @@ async def get_me(user: User = Depends(require_user)):
"is_admin": user.is_admin or is_admin_user(user),
"prefs": user.prefs,
"sso_logout_url": settings.sso_logout_url,
"allow_cloud_stt": bool(runtime_settings.allow_cloud_stt),
}

4
app/config.py
View file

@ -135,10 +135,6 @@ class Settings(BaseSettings):
faster_whisper_model: str = "base" # tiny|base|small|medium|large-v3
faster_whisper_device: str = "auto" # auto|cpu|cuda
faster_whisper_compute_type: str = "default" # default|int8|float16|int8_float16
# Geräte-STT (Web Speech API) nur bei nachweislich lokaler Erkennung (iOS, Chrome
# on-device). True erlaubt es auch bei Cloud-Erkennung (z. B. Chrome-Desktop ->
# Audio geht zu Google). Default False = strenger Datenschutz (Linie C).
allow_cloud_stt: bool = False
# --- Lokales TTS (piper) -------------------------------------------------
piper_bin: str = "piper" # Pfad/Name des piper-Binaries
piper_voices_dir: str = str(Path.home() / ".local" / "share" / "piper" / "voices")

1
app/runtime_config.py
View file

@ -34,7 +34,6 @@ RUNTIME_SETTABLE: dict[str, tuple[str, str, str]] = {
"memory_extraction_enabled": ("Erinnerungs-Extraktion", "bool", "true | false"),
"memory_extraction_every_n_turns": ("Extraktion alle N Turns", "int", "z.B. 3"),
"daily_request_limit": ("Tageskontingent (global)", "int", "0 = unbegrenzt"),
"allow_cloud_stt": ("Geräte-STT via Cloud erlauben", "bool", "true = auch Cloud-Erkennung (z.B. Chrome-Desktop -> Audio zu Google); false = nur on-device"),
}
_TTL = 30.0

213
app/web/app.js
View file

@ -9,8 +9,6 @@ const formEl = $("#prompt-form");
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).
@ -105,153 +103,18 @@ function unlockTTS() {
try { speechSynthesis.speak(new SpeechSynthesisUtterance("")); _ttsUnlocked = true; } catch (e) {}
}
// ---------- Geräte-STT (Web Speech API SpeechRecognition) ----------
// Gegenstück zum Geräte-TTS: das Gerät erkennt Sprache lokal und schickt nur Text.
// Linie C: standardmäßig nur bei nachweislich lokaler Erkennung (iOS, Chrome on-device);
// Cloud-Erkennung (z. B. Chrome-Desktop -> Audio zu Google) nur, wenn der Admin
// allow_cloud_stt aktiviert hat. Sonst greift weiter der Server-STT (Whisper).
const SR = window.SpeechRecognition || window.webkitSpeechRecognition;
const STT_SUPPORTED = !!SR;
const STT_KEY = "va-stt"; // geräte-lokal: "device" wenn Geräte-STT gewählt
let meAllowCloudStt = false; // aus /api/me (Admin-Flag)
function isIOS() {
const ua = navigator.userAgent || "";
return /iPhone|iPad|iPod/i.test(ua) ||
(navigator.maxTouchPoints > 1 && /Macintosh/.test(ua));
}
// Heuristik: iOS erkennt on-device. Chrome mit processLocally-Unterstützung gilt
// ebenfalls als lokal. Sonst (Cloud) nur erlaubt, wenn der Admin es freigibt.
function sttIsLocal() {
if (isIOS()) return true;
try { return SR && "processLocally" in SR.prototype; } catch (e) { return false; }
}
function sttDeviceAllowed() {
return STT_SUPPORTED && (sttIsLocal() || meAllowCloudStt);
}
function isSttDeviceMode() { return !!sttSel && sttSel.value === "device"; }
// Geräte-STT für DIESEN Turn nutzen? Nur Fix-Sprache (SpeechRecognition braucht einen
// Sprach-Hint); im Flex-Modus auf Server-STT (Whisper-Auto-Erkennung) zurückfallen.
function useDeviceStt() {
return isSttDeviceMode() && sttDeviceAllowed() && (langSel && langSel.value !== "flex");
}
// Stellt das STT-Dropdown beim Laden ein: Option ausblenden wenn nicht erlaubt;
// sonst lokale Wahl bzw. Mobil-Default.
function applySttChoice() {
if (!sttSel) return;
if (!sttDeviceAllowed()) {
sttSel.classList.add("hidden"); // kein Geräte-STT -> Server wie bisher
sttSel.value = "server";
return;
}
sttSel.classList.remove("hidden");
const local = localStorage.getItem(STT_KEY);
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;
// 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) {
// Chrome (neue API): prüft, ob das On-Device-Sprachpaket vorhanden ist.
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) {}
}
return meAllowCloudStt ? "cloud" : "server";
} catch (e) { /* API-Fehler -> unten */ }
}
// Keine available()-API: iOS-Safari erkennt on-device (mit Live-Vorschau) -> lokal.
if (isIOS()) return "local";
// Sonst (z. B. älteres Chrome): SpeechRecognition liefe über die Cloud.
return meAllowCloudStt ? "cloud" : "server";
}
const SERVER_STT_MSG = "Server-Erkennung. Live-Vorschau nur mit lokalem/Cloud-STT";
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
startRecording(SERVER_STT_MSG);
return;
}
const rec = new SR();
rec.lang = bcp;
rec.interimResults = true;
rec.continuous = false;
if (mode === "local") { try { rec.processLocally = true; } catch (e) {} }
recognition = rec;
let finalText = "";
setMicRecording();
statusEl.textContent = "höre zu … (zum Stoppen erneut tippen)";
rec.onresult = (e) => {
let interim = "";
for (let i = e.resultIndex; i < e.results.length; i++) {
const t = e.results[i][0].transcript;
if (e.results[i].isFinal) finalText += t; else interim += t;
}
promptEl.value = (finalText + interim).trim(); // Live-Feedback im Eingabefeld
};
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") {
startRecording(SERVER_STT_MSG);
return;
}
setMicIdle();
statusEl.textContent = "Spracherkennung fehlgeschlagen (" + err + ")";
};
rec.onend = () => {
recognition = null;
setMicIdle();
const text = (promptEl.value || "").trim();
promptEl.value = "";
if (text) sendText(text); // -> vorhandener Text-Turn (inkl. Geräte-/Server-TTS)
};
try { rec.start(); } catch (e) {
recognition = null;
startRecording(SERVER_STT_MSG); // Start scheiterte -> Server-Fallback
}
}
function stopDeviceStt() { if (recognition) { try { recognition.stop(); } catch (e) {} } }
const PLAYBACK_KEY = "va-playback"; // geräte-lokal: "device" wenn Geräte-TTS gewählt
// Setzt das Qualität-Dropdown beim Laden. Vorrang:
// 1. lokale Wahl (localStorage), 2. Server-Pref (tts_provider), 3. Mobil-Default = Gerät.
// Setzt das verborgene Quell-Select (#tts) beim Laden + spiegelt es in die Presets.
// Vorrang: 1. lokale Wahl (localStorage), 2. Server-Pref (tts_provider), 3. Mobil-Default = Gerät.
function applyPlaybackChoice(serverProvider) {
if (!ttsSel) return;
// "Gerät"-Option ausblenden, wenn der Browser keine Web Speech API hat.
// "Im Gerät"-Preset ausblenden, wenn der Browser keine Web Speech API hat.
if (!TTS_SUPPORTED) {
const opt = ttsSel.querySelector('option[value="device"]');
if (opt) opt.remove();
const btn = document.querySelector('.tts-preset[data-tts="device"]');
if (btn) btn.classList.add("hidden");
}
const local = localStorage.getItem(PLAYBACK_KEY);
if (local === "device" && TTS_SUPPORTED) {
@ -261,7 +124,34 @@ function applyPlaybackChoice(serverProvider) {
} else if (TTS_SUPPORTED && isMobile() && local === null) {
ttsSel.value = "device"; // Mobil-Default, solange nichts gewählt wurde
localStorage.setItem(PLAYBACK_KEY, "device");
} else if (!ttsSel.value) {
ttsSel.value = "piper"; // Fallback: Server
}
syncPresetUI();
}
// Markiert das aktive Ton-Preset (Häkchen + Rahmen) passend zu #tts.
function syncPresetUI() {
const val = ttsSel ? ttsSel.value : "";
document.querySelectorAll(".tts-preset").forEach((btn) => {
const active = btn.dataset.tts === val ||
(val === "openrouter" && btn.dataset.tts === "chatterbox"); // Cloud -> "Beste Qualität"
btn.classList.toggle("ring-2", active);
btn.classList.toggle("ring-blue-500", active);
btn.classList.toggle("border-blue-500", active);
const chk = btn.querySelector(".check");
if (chk) chk.style.opacity = active ? "1" : "0";
});
}
// ---------- Einstellungs-Menü (⋮) ----------
function openMenu() {
$("#settings-sheet").classList.remove("hidden");
$("#settings-backdrop").classList.remove("hidden");
}
function closeMenu() {
$("#settings-sheet").classList.add("hidden");
$("#settings-backdrop").classList.add("hidden");
}
let busy = false;
@ -306,8 +196,6 @@ function loadMe() {
: (prefs.language || "flex");
}
applyPlaybackChoice(prefs.tts_provider);
meAllowCloudStt = !!me.allow_cloud_stt;
applySttChoice();
return me;
} catch (e) {
$("#identity").textContent = "Verbindung fehlgeschlagen";
@ -666,18 +554,14 @@ micBtn.addEventListener("click", () => {
stopAudio();
statusEl.textContent = "Unterbrochen";
// busy + Button-Reset erfolgen sobald die WS schliesst (-> runTurn resolve -> sendVoice/sendText)
} else if (recognition) {
stopDeviceStt(); // Geräte-STT läuft -> stoppen (onend sendet den Text)
} else if (mediaRecorder && mediaRecorder.state === "recording") {
stopRecording();
} else if (useDeviceStt()) {
startDeviceStt(); // lokale Spracherkennung (nur Fix + erlaubt)
} else {
startRecording(); // Server-STT (Upload) — wie bisher, auch am Desktop
startRecording(); // Server-STT (Upload) — überall gleich
}
});
$("#admin-toggle").addEventListener("click", openAdminPanel);
$("#admin-toggle").addEventListener("click", () => { closeMenu(); openAdminPanel(); });
// ---------- Neues Gespräch ----------
// Startet eine frische Session (neuer session_id) -> der bisherige Verlauf wird nicht
@ -694,12 +578,29 @@ function newConversation() {
if (statusEl.textContent === "Neues Gespräch begonnen") statusEl.textContent = "";
}, 2500);
}
$("#new-chat").addEventListener("click", newConversation);
$("#new-chat").addEventListener("click", () => { closeMenu(); newConversation(); });
// ---------- Menü (⋮) verdrahten ----------
$("#menu-toggle").addEventListener("click", () =>
$("#settings-sheet").classList.contains("hidden") ? openMenu() : closeMenu());
$("#settings-backdrop").addEventListener("click", closeMenu);
document.addEventListener("keydown", (e) => { if (e.key === "Escape") closeMenu(); });
// Ton-Presets: setzen das verborgene #tts + lösen die bestehende Persistenz-Logik aus.
document.querySelectorAll(".tts-preset").forEach((btn) =>
btn.addEventListener("click", () => {
unlockTTS();
ttsSel.value = btn.dataset.tts;
ttsSel.dispatchEvent(new Event("change"));
syncPresetUI();
})
);
// Tag/Nacht: Umschalter (manuell) + automatisch dem System folgen, solange nichts gewählt.
const themeBtn = $("#theme-toggle");
const setThemeIcon = () =>
(themeBtn.textContent = document.documentElement.classList.contains("dark") ? "☀️" : "🌙");
const setThemeIcon = () => {
const icon = $("#theme-icon");
if (icon) icon.textContent = document.documentElement.classList.contains("dark") ? "☀️" : "🌙";
};
themeBtn.addEventListener("click", () => {
const dark = document.documentElement.classList.toggle("dark");
localStorage.setItem("theme", dark ? "dark" : "light");
@ -734,9 +635,6 @@ 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();
@ -1541,8 +1439,6 @@ const FIELD_META = {
labels: { "true":"Aktiviert","false":"Deaktiviert" } },
memory_extraction_every_n_turns: { ui: "number", min: 1, max: 20 },
daily_request_limit: { ui: "number", min: 0 },
allow_cloud_stt: { ui: "select", opts: ["true","false"],
labels: { "true":"Erlaubt (auch Cloud-Erkennung)","false":"Nur on-device (Datenschutz)" } },
};
const FIELD_GROUPS = [
@ -1553,7 +1449,6 @@ const FIELD_GROUPS = [
{ label: "TTS-Verarbeitung", keys: ["tts_normalize_level","audio_stream_default"] },
{ label: "Gedächtnis", keys: ["memory_extraction_enabled","memory_extraction_every_n_turns"] },
{ label: "Limits", keys: ["daily_request_limit"] },
{ label: "Geräte-STT (mobil)", keys: ["allow_cloud_stt"] },
];
let _settingsData = [];

97
app/web/index.html
View file

@ -201,8 +201,9 @@
<!-- ═══════════════════ CHAT INTERFACE ═══════════════════ -->
<header class="shrink-0 h-14 flex items-center gap-2 px-3 border-b border-slate-200 dark:border-slate-700 bg-white/80 dark:bg-slate-800/80 backdrop-blur">
<img src="/favicon.svg?v=1" alt="" class="w-7 h-7 shrink-0" />
<h1 class="flex-1 truncate font-semibold text-base">Voice&nbsp;Assistant</h1>
<select id="lang-sel" title="Sprache — feste Sprache (Eingabe wird übersetzt) oder 🔄 Flex (folgt automatisch der gesprochenen Sprache)"
<select id="lang-sel" title="Sprache — feste Sprache oder 🔄 Flex (folgt der gesprochenen Sprache)"
class="text-sm rounded-lg border border-slate-300 dark:border-slate-600 bg-transparent px-2 py-1.5">
<option value="flex">🔄 Flex</option>
<option value="de">🇩🇪 DE</option>
@ -214,33 +215,75 @@
<option value="ru">🇷🇺 RU</option>
<option value="zh">🇨🇳 ZH</option>
</select>
<select id="tts" title="Sprachausgabe (TTS)"
class="text-sm rounded-lg border border-slate-300 dark:border-slate-600 bg-transparent px-2 py-1.5">
<option value="device">📱 Gerät</option>
<option value="piper">Schnell</option>
<option value="chatterbox">Hoch</option>
<option value="openrouter">Cloud</option>
</select>
<select id="stt-sel" title="Spracherkennung (STT)"
class="hidden text-sm rounded-lg border border-slate-300 dark:border-slate-600 bg-transparent px-2 py-1.5">
<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>
</button>
<button id="admin-toggle" title="Admin"
class="hidden 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">⚙️</button>
<button id="theme-toggle" title="Tag/Nacht"
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">🌙</button>
<button id="menu-toggle" title="Menü" aria-label="Menü"
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 text-xl leading-none transition-colors">⋮</button>
</header>
<div class="shrink-0 flex items-center justify-between px-4 py-1 text-xs text-slate-500 dark:text-slate-400 border-b border-slate-200 dark:border-slate-700">
<span id="identity">lade …</span>
<a id="logout" class="hidden hover:underline" href="#">Abmelden</a>
<!-- Verstecktes Quell-Select: speist die Ton-Presets (bewahrt die bestehende Logik) -->
<select id="tts" class="hidden">
<option value="device">Im Gerät</option>
<option value="piper">Server</option>
<option value="chatterbox">Beste Qualität</option>
<option value="openrouter">Cloud</option>
</select>
<!-- ═══════════════════ EINSTELLUNGS-SHEET ═══════════════════ -->
<div id="settings-backdrop" class="hidden fixed inset-0 z-40 bg-black/30"></div>
<div id="settings-sheet"
class="hidden fixed top-14 right-2 z-50 w-[min(20rem,calc(100vw-1rem))] max-h-[80vh] overflow-y-auto
rounded-xl border border-slate-200 dark:border-slate-700 bg-white dark:bg-slate-800 shadow-xl p-3 space-y-3">
<!-- Vorlesen (TTS-Presets) -->
<div>
<p class="text-xs font-semibold uppercase tracking-wide text-slate-500 dark:text-slate-400 mb-1.5 px-1">Vorlesen</p>
<div class="space-y-1.5">
<button type="button" data-tts="device"
class="tts-preset w-full flex items-center gap-3 rounded-lg border border-slate-200 dark:border-slate-700 px-3 py-2 text-left hover:bg-slate-50 dark:hover:bg-slate-700/50 transition-colors">
<span class="text-lg shrink-0">📱</span>
<span class="flex-1 min-w-0"><span class="block text-sm font-medium">Im Gerät</span>
<span class="block text-xs text-slate-500 dark:text-slate-400">Das Gerät liest vor · spart Daten</span></span>
<span class="check text-blue-600 dark:text-blue-400 font-bold opacity-0">✓</span>
</button>
<button type="button" data-tts="piper"
class="tts-preset w-full flex items-center gap-3 rounded-lg border border-slate-200 dark:border-slate-700 px-3 py-2 text-left hover:bg-slate-50 dark:hover:bg-slate-700/50 transition-colors">
<span class="text-lg shrink-0">☁</span>
<span class="flex-1 min-w-0"><span class="block text-sm font-medium">Server</span>
<span class="block text-xs text-slate-500 dark:text-slate-400">Standard · zuverlässig</span></span>
<span class="check text-blue-600 dark:text-blue-400 font-bold opacity-0">✓</span>
</button>
<button type="button" data-tts="chatterbox"
class="tts-preset w-full flex items-center gap-3 rounded-lg border border-slate-200 dark:border-slate-700 px-3 py-2 text-left hover:bg-slate-50 dark:hover:bg-slate-700/50 transition-colors">
<span class="text-lg shrink-0">✨</span>
<span class="flex-1 min-w-0"><span class="block text-sm font-medium">Beste Qualität</span>
<span class="block text-xs text-slate-500 dark:text-slate-400">Natürliche Stimme</span></span>
<span class="check text-blue-600 dark:text-blue-400 font-bold opacity-0">✓</span>
</button>
</div>
</div>
<!-- Aktionen -->
<div class="border-t border-slate-100 dark:border-slate-700 pt-2 space-y-1">
<button id="new-chat" type="button"
class="w-full flex items-center gap-3 rounded-lg px-3 py-2 text-sm hover:bg-slate-50 dark:hover:bg-slate-700/50 text-left transition-colors">
<svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.7" class="w-5 h-5 shrink-0"><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>
Neues Gespräch
</button>
<button id="theme-toggle" type="button"
class="w-full flex items-center gap-3 rounded-lg px-3 py-2 text-sm hover:bg-slate-50 dark:hover:bg-slate-700/50 text-left transition-colors">
<span id="theme-icon" class="w-5 text-center shrink-0">🌙</span>
<span>Tag-/Nachtmodus</span>
</button>
</div>
<!-- Konto -->
<div class="border-t border-slate-100 dark:border-slate-700 pt-2">
<p id="identity" class="text-xs text-slate-500 dark:text-slate-400 px-1 mb-1.5">lade …</p>
<div class="flex items-center gap-2 px-1">
<button id="admin-toggle" type="button"
class="hidden text-xs rounded-lg border border-slate-300 dark:border-slate-600 px-2.5 py-1.5 hover:bg-slate-100 dark:hover:bg-slate-700 transition-colors">⚙ Admin</button>
<a id="logout" href="#" class="hidden text-xs text-blue-600 dark:text-blue-400 hover:underline ml-auto">Abmelden</a>
</div>
</div>
</div>
<main id="messages" class="flex-1 overflow-y-auto px-4 py-4 space-y-3 w-full max-w-3xl mx-auto"></main>
@ -257,6 +300,6 @@
<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=34"></script>
<script src="/app.js?v=35"></script>
</body>
</html>

14
tests/test_audit.py
View file

@ -44,17 +44,3 @@ def test_backend_switch_rejection_is_audited(caplog):
assert "action=llm_backend_switch_rejected" in "\n".join(caplog.messages)
def test_me_exposes_allow_cloud_stt():
# /api/me liefert das Datenschutz-Flag (Client-Gate für Geräte-STT).
d = client.get("/api/me").json()
assert "allow_cloud_stt" in d
assert isinstance(d["allow_cloud_stt"], bool)
def test_allow_cloud_stt_runtime_settable():
from app.runtime_config import RUNTIME_SETTABLE
assert "allow_cloud_stt" in RUNTIME_SETTABLE
r = client.put("/api/admin/config/allow_cloud_stt", json={"value": "true"}, headers=ADM_HDR)
assert r.status_code == 200
assert client.get("/api/me").json()["allow_cloud_stt"] is True
client.delete("/api/admin/config/allow_cloud_stt", headers=ADM_HDR)