Doku: Projektstruktur, STT_DEVICE_INDEX, Changelog-Einträge zu Repository und Namen

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
Dieter Schlüter 2026-09-14 02:44:24 +02:00
commit a277f7c5fd
3 changed files with 7 additions and 3 deletions

View file

@ -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) |

View file

@ -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

View file

@ -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).
---