feat(tts): Aussprache-Normalisierung vor Piper (Ordinalia/Einheiten/Abk./Lexikon)

In-Process-Layer ausgebaut statt neuer Lib/CLI. Leitprinzip: nicht duplizieren,
was espeak-ng schon kann (Kardinal-/Dezimalzahlen bleiben unangetastet) -- nur die
belegten Luecken fuellen.

- german_numbers.py: deutsche Ordinalzahlen 1.-31. (attributiv/adverbial)
- tts_normalizer.py: Ordinalia (Datum '1. Mai'->'erster Mai', Folgen '1. 2. 3.'->
  'erstens, zweitens, ...'), Einheiten nach Zahl (kg/km/km-h/...), Abkuerzungen
  (Dr./z.B./usw.), optionales YAML-Lexikon (config/pronunciation.<lang>.yaml).
  Provider-abhaengige Stufen auto|full|light|off (TTS_NORMALIZE_LEVEL): piper=full,
  Cloud=light (laesst Zahlen/Abk. fuer das Cloud-Modell in Ruhe).
- spoken_response_adapter.py: nummerierte Listen -> Ordinalwoerter statt Loeschen.
- sentence_chunker.py: trennt nicht mehr nach Ziffer+Punkt, Einzelbuchstabe+Punkt
  ('z. B.', Initialen) oder bekannten Abkuerzungen -> behebt das Streaming-Symptom
  ('1.' wurde als eigener 'Satz' zu 'eins').
- orchestrator/dependencies: normalize_level durchgereicht (auto: piper->full).
- Tests: tests/test_tts_normalizer.py + Chunker-Faelle (85 gruen).
- Doku: BEDIENUNGSANLEITUNG (Aussprache verbessern), .env.example.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
Dieter Schlüter 2026-06-17 23:01:41 +02:00
commit c9d8552ec7
13 changed files with 411 additions and 56 deletions

View file

@ -0,0 +1,23 @@
# Aussprache-Lexikon (Deutsch) für die TTS-Normalisierung vor Piper.
#
# Dies ist das GRUNDGERÜST Inhalte werden später schrittweise ergänzt.
# Einträge hier ERWEITERN/ÜBERSCHREIBEN die eingebauten Defaults des Normalizers.
# Wirkt nur bei lokalem TTS (piper, Stufe "full"); Cloud-TTS bleibt unangetastet.
#
# Format:
# abbreviations: ganze Token werden wortgrenzen-sicher ersetzt (Punkt mitschreiben!)
# units: werden nur DIREKT NACH EINER ZAHL ersetzt (z. B. "10 kg")
# terms: Fachwörter / Eigennamen / englische Begriffe
#
# Beispiele (auskommentiert bei Bedarf aktivieren/ergänzen):
abbreviations:
# "ggf.": "gegebenenfalls"
# "inkl.": "inklusive"
units:
# "kWh": "Kilowattstunden"
terms:
# "Linux": "Linuks"
# "CPU": "C P U"

View file

@ -0,0 +1,12 @@
# Pronunciation lexicon (English) for TTS normalization before piper.
# Grundgerüst entries here extend/override the normalizer's built-in defaults.
# Only applied for local TTS (piper, level "full").
abbreviations:
# "approx.": "approximately"
units:
# "kWh": "kilowatt hours"
terms:
# "SQL": "sequel"