diff --git a/BEDIENUNGSANLEITUNG.md b/BEDIENUNGSANLEITUNG.md index 99755f8..76ea403 100644 --- a/BEDIENUNGSANLEITUNG.md +++ b/BEDIENUNGSANLEITUNG.md @@ -400,6 +400,7 @@ Der Dienst wird über **Umgebungsvariablen** eingestellt: | `STT_MODEL` | `large-v3-turbo` | Whisper-Modell, siehe [Abschnitt 10](#10-welches-whisper-modell) | | `STT_LANGUAGE` | `de` | Standardsprache; `auto` = automatisch erkennen | | `STT_DEVICE` | `auto` | `auto` (GPU wenn vorhanden), `cuda` oder `cpu` | +| `STT_DEVICE_INDEX` | `0` | CUDA-Nummer der Grafikkarte; besser `CUDA_VISIBLE_DEVICES` mit UUID verwenden | | `STT_COMPUTE_TYPE` | `auto` | Rechengenauigkeit; `auto` = `float16` auf GPU, `int8` auf CPU | | `STT_CPU_MODEL` | `small` | Modell, falls die GPU nicht nutzbar ist und auf CPU ausgewichen wird | | `STT_CPU_THREADS` | `0` | CPU-Threads (0 = automatisch) | diff --git a/CHANGELOG.md b/CHANGELOG.md index 5087c9e..534af58 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -14,10 +14,12 @@ Alle nennenswerten Änderungen an whisper-stt-cli. Versionsnummer: `stt_core.__v Rohtext; `--json` liefert `raw_text` und Korrekturdetails. Standardmäßig aus. - Umgebungsvariablen `STT_LLM_*` für die LLM-Korrektur. - Umfassende Dokumentation: `BEDIENUNGSANLEITUNG.md`, `docs/API.md`, `docs/ENTWICKLER.md`, dieses Änderungsprotokoll. +- Repository **whisper-stt-cli** auf kitux.de (Forgejo): https://kitux.de/forgejo/dschlueter/whisper-stt-cli ### Geändert - Ungültige Kombinationen von CLI-Optionen enden mit Exit-Code 1 (Fehler) statt 2. - Die alten Einzelskripte `stt.py` und `stt_respeaker.py` liegen jetzt in `legacy/`. +- Projektname `whisper-stt-cli` (Gegenstück zu `chatterbox-tts-cli`); Wyoming meldet die neue Projekt-URL. ## 0.1.0 — 2026-09-13 diff --git a/docs/ENTWICKLER.md b/docs/ENTWICKLER.md index ee7a09b..84f6754 100644 --- a/docs/ENTWICKLER.md +++ b/docs/ENTWICKLER.md @@ -46,7 +46,7 @@ Warm-up). ## 2. Projektstruktur ``` -SpeechToText/ +whisper-stt-cli/ (lokal: ~/Python_Programs/SpeechToText) ├── stt_core.py Kern: Engine, Audio-Hilfen, Halluzinationsfilter, VAD-Segmentierung (kein I/O) ├── stt_service.py FastAPI-Dienst: HTTP-Endpunkte, WebSocket, Worker, Start des Wyoming-Servers ├── stt_wyoming.py Wyoming-Protokoll-Handler (Home Assistant) @@ -64,10 +64,12 @@ SpeechToText/ ├── docs/ENTWICKLER.md dieses Dokument ├── BEDIENUNGSANLEITUNG.md Anwender-Handbuch ├── README.md Überblick und Schnellstart +├── CHANGELOG.md Änderungen je Version ├── CLAUDE.md Kurzkontext für Claude Code ├── requirements.txt ├── pytest.ini Marker, Standard: Integrationstests ausgeschlossen -└── legacy/ historische Einzelskripte (nicht gepflegt) +├── .gitignore u. a. .venv/, *.wav (Aufnahmen), .claude/ +└── legacy/ historische Einzelskripte stt.py, stt_respeaker.py (nicht gepflegt) ``` **Abhängigkeitsrichtung** (keine Zyklen): @@ -606,7 +608,6 @@ Beispiel in `docs/API.md` (`/health`) anpassen und Eintrag in `CHANGELOG.md` erg - Zwischenergebnisse (partielle Transkripte) während langer Äußerungen. - LLM-Korrektur optional auch im Dienst anbieten (z. B. `/transcribe?correct=true`), weiterhin standardmäßig aus. - MCP-Adapter analog zu chatterbox-tts-cli (`mcp_adapter.py`). -- Remote-Repository auf kitux.de (Forgejo). - Anbindung als STT-Provider im Voice-Assistant v3 (OpenAI-kompatibel bereits möglich). ---