feat(fillers): Beruhigungssätze auch im Geräte-TTS-Modus sprechen

Bisher wurde der Filler im "Im Gerät"-Modus (Web Speech API) nur angezeigt,
aber nicht gesprochen (Server-Audio ist dort aus). Jetzt eigener Kanal:

- Orchestrator: chat_stream bekommt on_filler; _emit_filler bevorzugt den
  dedizierten Filler-Kanal (sonst Fallback on_token). Ephemer wie bisher.
- ws.py: on_filler -> {type:"filler", text}.
- Frontend (app.js): {type:"filler"} -> transient in der STATUS-Zeile (nicht
  in der Antwort-Bubble) und im Geräte-Modus sofort speechSynthesis.speak()
  OHNE cancel (mehrere Filler -> Queue; die Antwort cancelt spaeter und
  uebernimmt). Abgesichert ueber deviceVoicesReady()/deviceVoiceReady(lang) —
  keine Verschaerfung der bekannten deviceVoiceReady-Regression.

Server-TTS-Modus unveraendert (Filler zusaetzlich als "Satz null" gesprochen),
zeigt den Filler nun ebenfalls in der Status-Zeile statt in der Bubble.

Tests: 312 gruen; JS-Syntax geprueft. Doc §5.4.

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

Docs/weg2-tool-calling.md

@@ -102,10 +102,17 @@ Fallback Englisch.
 `FILLER_PATIENCE_INTERVAL` Sekunden einen zufälligen PATIENCE-Satz nachschiebt; er
 wird beim ersten Antwort-Delta (Antwort beginnt) und im `finally` abgeräumt.
 
-**Ephemeralität (Invariante):** Filler laufen über den Callback, nicht über den
-Delta-Stream — sie landen **nicht** in `trace.semantic_response` und **nicht** im
-gespeicherten History-Turn. Server-TTS ist verdrahtet; **„Im Gerät" ist Fast-follow**
-(eigener Event-Typ → Browser-`speak()`, Gesten-/Voices-Absicherung).
+**Ephemeralität (Invariante):** Filler laufen über den `on_filler`-Callback, nicht
+über den Delta-Stream — sie landen **nicht** in `trace.semantic_response` und
+**nicht** im gespeicherten History-Turn.
+
+**Kanal:** Der Orchestrator emittiert Filler über `on_filler`; die WS-Schicht sendet
+`{type:"filler", text}`. Das Frontend zeigt ihn **transient in der Status-Zeile**
+(nicht in der Antwort-Bubble) und spricht ihn im **Geräte-TTS-Modus** sofort per
+`speechSynthesis.speak()` **ohne `cancel`** (mehrere Filler laufen in die Queue; die
+Antwort `cancelt` später und übernimmt) — abgesichert über `deviceVoicesReady()`/
+`deviceVoiceReady(lang)` (keine Verschärfung der bekannten Regression). Im Server-TTS-
+Modus wird der Filler zusätzlich als „Satz null" über die Chunk-Queue gesprochen.
 
 ### 5.5 Konfiguration & Opt-out
 `web_search_enabled: bool = True` — **global an per Default**, pro Nutzer/Profil

app/api/ws.py

@@ -136,6 +136,12 @@ async def _run_turn(
             audio_seq += 1
             await websocket.send_bytes(chunk)
 
+    # Filler (Beruhigungs-/Geduldssätze) als eigener Event: Status-Zeile + Geräte-TTS.
+    on_filler = None
+    if stream or audio_stream:
+        async def on_filler(filler_text):
+            await websocket.send_json({"type": "filler", "text": filler_text})
+
     try:
         if stream or audio_stream:
             trace, audio = await orchestrator.chat_stream(
@@ -146,6 +152,7 @@ async def _run_turn(
                 history=llm_context,
                 on_token=on_token,
                 on_audio=on_audio,
+                on_filler=on_filler,
                 text_only=text_only,
             )
         else:

app/core/orchestrator.py

@@ -187,6 +187,7 @@ class Orchestrator:
         history: list[dict] | None = None,
         on_token=None,
         on_audio=None,
+        on_filler=None,
         text_only: bool = False,
     ):
         """Wie chat_text, aber gestreamt.
@@ -249,12 +250,16 @@ class Orchestrator:
         patience_task: asyncio.Task | None = None
 
         async def _emit_filler(phrase: str) -> None:
-            """Ephemer: über on_token (Anzeige) + _dispatch (Server-TTS, "Satz null").
+            """Ephemer: dedizierter Filler-Kanal (Anzeige/Status + Geräte-TTS) +
+            _dispatch (Server-TTS, "Satz null").
 
             Läuft bewusst NICHT über den Token-Stream -> nie in parts/
-            semantic_response/History.
+            semantic_response/History. on_filler bevorzugt (eigener Event, damit
+            Geräte-TTS ihn sprechen kann); sonst Fallback auf on_token (Anzeige).
             """
-            if on_token:
+            if on_filler is not None:
+                await on_filler(phrase)
+            elif on_token is not None:
                 await on_token(phrase + " ")
             if chunker is not None:
                 await _dispatch(phrase)

app/web/app.js

@@ -679,6 +679,16 @@ function runTurn(path, onopen) {
         case "ack":
           routeLang = (msg.route && msg.route.language) || null;
           break;
+        case "filler":
+          // Beruhigungs-/Geduldssatz: transient in der Status-Zeile (nicht in der
+          // Antwort-Bubble) und im Geräte-Modus sofort sprechen — OHNE cancel, damit
+          // mehrere Filler in die SpeechSynthesis-Queue laufen; die Antwort (semantic)
+          // canceled später und übernimmt.
+          if (msg.text) statusEl.textContent = msg.text;
+          if (msg.text && isDeviceMode() && deviceVoicesReady() && deviceVoiceReady(turnLang())) {
+            try { speechSynthesis.speak(_makeUtterance(msg.text, turnLang())); } catch (e) {}
+          }
+          break;
         case "audio":
           // Ankuendigung: der naechste Binaer-Frame ist ein satzweiser TTS-Chunk.
           expectChunk = true;