fix(tts): voice_gender im UserPrefs-Schema -> Stimmwahl wirkt endlich

Eigentliche Ursache für 'immer weibliche Stimme, egal welcher Provider':
UserPrefs kannte kein Feld voice_gender, daher verwarf pydantic in
PUT /api/me/prefs die Geschlechtswahl still. resolve_route sah immer 'any'
-> Piper/Cartesia lieferten die weibliche Stimme (kerstin bzw. Alina).

- voice_gender zum Schema hinzugefügt; Frontend sendet es bereits, resolve_route
  liest es bereits (ROUTE_KEYS), voice_for_route mappt m/f bereits.
- Regressions-Test: voice_gender persistiert über /api/me/prefs.
- Docs/stimmen-inventar.md: zentrale Übersicht aller Stimmen je Provider/
  Sprache/Geschlecht (Name, Datei, UUID) inkl. Fundstellen im Code.

Live verifiziert (Profil jamulix, de): m -> de_DE-thorsten-high,
f -> de_DE-kerstin-low.

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

Docs/stimmen-inventar.md

@@ -0,0 +1,111 @@
+# Stimmen-Inventar (TTS) — eine Quelle der Wahrheit
+
+Diese Datei listet **alle** TTS-Stimmen je Provider, Sprache und Geschlecht: Stimmenname,
+Datei bzw. UUID und die Stelle im Code/Config, an der sie definiert ist. Ziel: Schluss mit
+dem Suchen über mehrere Dateien.
+
+> **Wer wählt die Stimme?** `app/dependencies.py::voice_for_route(tts_provider, language, voice_gender)`.
+> Es liest `voice_gender` aus der aufgelösten Route (`resolve_route`), die es wiederum aus den
+> Nutzer-Prefs zieht. Die Geschlechtswahl im Web-UI wird über `PUT /api/me/prefs` gespeichert —
+> dafür **muss** `voice_gender` im Schema `app/schemas.py::UserPrefs` stehen (sonst verwirft
+> pydantic das Feld still → Nutzer hört immer „any" = weiblich).
+
+Legende: ♀ = weiblich, ♂ = männlich · „—" = nicht vorhanden/keine Geschlechtswahl.
+
+---
+
+## 1. Piper (lokal, Standard im Profil `jamulix`)
+
+- **Definition Geschlecht→Stimme:** `app/dependencies.py` → `PIPER_VOICE_GENDERED` (mit Geschlecht)
+  und `LANG_TO_PIPER_VOICE` (geschlechtsloser Fallback).
+- **Modelldateien:** `config/voices/<name>.onnx` (+ `.onnx.json`); Verzeichnis aus
+  `config/voice-assistant.toml::piper_voices_dir`.
+
+| Sprache | ♀ Stimme | Datei (.onnx) | ♂ Stimme | Datei (.onnx) |
+|---|---|---|---|---|
+| de | de_DE-kerstin-low | `de_DE-kerstin-low` | de_DE-thorsten-high | `de_DE-thorsten-high` |
+| en | en_US-amy-medium | `en_US-amy-medium` | en_US-lessac-high | `en_US-lessac-high` |
+| fr | fr_FR-siwis-medium | `fr_FR-siwis-medium` | fr_FR-tom-medium | `fr_FR-tom-medium` |
+| es | es_ES-sharvard-medium **#1** | `es_ES-sharvard-medium` (Speaker 1=F) | es_ES-sharvard-medium **#0** | `es_ES-sharvard-medium` (Speaker 0=M) |
+| it | it_IT-paola-medium | `it_IT-paola-medium` | it_IT-riccardo-x_low | `it_IT-riccardo-x_low` |
+| ru | ru_RU-irina-medium | `ru_RU-irina-medium` | ru_RU-ruslan-medium | `ru_RU-ruslan-medium` |
+| pl | pl_PL-gosia-medium | `pl_PL-gosia-medium` | pl_PL-darkman-medium | `pl_PL-darkman-medium` |
+| pt | — *(keine ♀ in Piper)* | — | pt_BR-faber-medium | `pt_BR-faber-medium` |
+| ar | — *(keine ♀ in Piper)* | — | ar_JO-kareem-medium | `ar_JO-kareem-medium` |
+| zh / cmn | zh_CN-huayan-medium | `zh_CN-huayan-medium` | — *(kein ♂ nutzbar)* | — |
+
+Hinweise:
+- `es` ist ein Multi-Speaker-Modell: Speaker-Index `#0`=männlich, `#1`=weiblich (`speaker_id_map`).
+- `pt`/`ar`/`zh` haben in Piper **keine** Geschlechts-Varianten → beide Schalterstellungen liefern
+  dieselbe Stimme (Fallback aus `LANG_TO_PIPER_VOICE`).
+- **zh ♂** wäre nur über `zh_CN-chaowen-medium` möglich, das aber `phoneme_type=pinyin` (g2pW)
+  braucht — in dieser Installation **nicht** lauffähig (erzeugt kein Audio).
+
+---
+
+## 2. Cartesia (Cloud, Modell sonic-turbo)
+
+- **Definition:** `config/voice-assistant.toml::cartesia_voices`, Format `lang:gender:uuid:name`.
+- **Auflösung UUID:** `app/providers/tts/cartesia.py::_resolve_voice_id`
+  (Fallback-Kette f→m→any→`cartesia_voice_id`).
+
+| Sprache | Geschlecht | Name | UUID |
+|---|---|---|---|
+| de | ♂ | Sebastian | `b7187e84-fe22-4344-ba4a-bc013fcb533e` |
+| de | ♀ | Alina | `38aabb6a-f52b-4fb0-a3d1-988518f4dc06` |
+| en | ♂ | Caspar | `4f7f1324-1853-48a6-b294-4e78e8036a83` |
+| en | ♀ | Gemma | `62ae83ad-4f6a-430b-af41-a9bede9286ca` |
+| fr | ♂ | Antoine | `0418348a-0ca2-4e90-9986-800fb8b3bbc0` |
+| fr | ♀ | Amélie | `7c58f4a4-a72c-42fa-a503-41b9408820f3` |
+| es | ♂ | Augustin (mx) | `2695b6b5-5543-4be1-96d9-3967fb5e7fec` |
+| es | ♀ | Daniela (mx) | `5c5ad5e7-1020-476b-8b91-fdcbe9cc313c` |
+| pt | ♂ | Bruno | `b603811e-54c2-4a0a-8854-09eab9ffa63f` |
+| pt | ♀ | Isabella | `c9611be8-aae9-4a93-bb1c-98dd6b7d52a4` |
+| it | — | sonic-turbo unterstützt IT nicht (auskommentiert) | — |
+| pl | — | sonic-turbo unterstützt PL nicht (auskommentiert) | — |
+| ru | — | sonic-turbo unterstützt RU nicht (auskommentiert) | — |
+| ar | — | Cartesia unterstützt Arabic-TTS nicht | — |
+| zh | — | nicht konfiguriert | — |
+
+> Für it/pl/ru/ar/zh greift bei Cartesia die globale Fallback-Kette → letztlich `tts_fallback`
+> (`config/voice-assistant.toml`, aktuell `piper`).
+
+---
+
+## 3. OpenRouter (Cloud, Modell `openai/gpt-4o-mini-tts`)
+
+- **Definition:** `app/config.py::openrouter_tts_voice` (Default `alloy`), `openrouter_tts_model`.
+- **Keine** Geschlechts- oder Sprachauswahl: **eine** feste Stimme für alle Sprachen.
+  `voice_for_route` gibt für OpenRouter `None` zurück → Default-Stimme.
+
+| Sprache | ♀ | ♂ |
+|---|---|---|
+| alle | — (eine feste Stimme `alloy`) | — |
+
+---
+
+## 4. Chatterbox (lokaler GPU-Dienst, Voice-Cloning)
+
+- **Definition:** `app/config.py::chatterbox_*`; Referenz-WAV je Sprache unter
+  `chatterbox_voices_dir` als `config/voices/<lang>.wav`.
+- **Keine** Geschlechtswahl: pro Sprache **eine** geklonte Stimme (Geschlecht = Aufnahme).
+
+| vorhandene Referenz-WAVs | en, es, fr, it, nl, ru, zh |
+|---|---|
+| ohne `<lang>.wav` → globale Default-Stimme | de, pt, pl, ar, … |
+
+---
+
+## Lücken-Überblick (welche Kombination fehlt)
+
+| Sprache | Piper | Cartesia | OpenRouter | Chatterbox |
+|---|---|---|---|---|
+| de, en, fr, es | ♀+♂ | ♀+♂ | nur 1 fix | 1 (Klon) |
+| pt | nur ♂ | ♀+♂ | nur 1 fix | Default |
+| it, pl, ru | ♀+♂ | — | nur 1 fix | teils 1 |
+| ar | nur ♂ | — | nur 1 fix | Default |
+| zh | nur ♀ | — | nur 1 fix | 1 (Klon) |
+
+Für die echten Lücken (pt ♀ / ar ♀ / zh ♂) braucht es **sprach-/geschlechtsabhängiges
+Provider-Routing** (z. B. pt ♀ → Cartesia Isabella) plus UI-Ausgrauen nicht verfügbarer
+Kombinationen. Siehe `MULTITOOL_AUSBAU_PLAN.md` / offene Aufgaben.

app/schemas.py

@@ -95,6 +95,7 @@ class UserPrefs(BaseModel):
     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):

tests/test_auth.py

@@ -88,6 +88,17 @@ def test_user_prefs_applied_to_route(monkeypatch):
     assert resp.headers["X-Output-Endpoint"] == "loopback"
 
 
+def test_voice_gender_pref_persists(monkeypatch):
+    # Regression: voice_gender muss im UserPrefs-Schema deklariert sein, sonst verwirft
+    # pydantic die Stimmwahl still und der Nutzer hoert immer dieselbe (weibliche) Stimme.
+    _enable_auth(monkeypatch)
+    auth = {"Authorization": f"Bearer {_create_user('Gender')}"}
+
+    client.put("/api/me/prefs", headers=auth, json={"voice_gender": "m"})
+    prefs = client.get("/api/me", headers=auth).json()["prefs"]
+    assert prefs.get("voice_gender") == "m"
+
+
 def test_memories_crud(monkeypatch):
     _enable_auth(monkeypatch)
     auth = {"Authorization": f"Bearer {_create_user('Mem')}"}