test: eigene Beispielrede statt echter Reden, testdaten/ nur noch lokal

Die Abschriften echter Reden sind urheberrechtlich geschützt und gehören
nicht in ein öffentliches Repository. Die Tests nutzen jetzt eine frei
erfundene Festrede (tests/daten/beispiel.de.vtt/.txt, YouTube-Format mit
rollendem Fenster) mit eigenem Glossar. testdaten/ steht in .gitignore;
liegen die Reden dort lokal, laufen die Tests ihrer Glossare zusätzlich,
sonst werden sie übersprungen.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

.gitignore

@@ -12,3 +12,6 @@ __pycache__/
 
 # Eigene Ergebnisse und Testläufe
 output/
+
+# Echte Reden (Urheberrecht): nur lokal; die Tests nutzen tests/daten/
+testdaten/

README.md

@@ -415,24 +415,30 @@ werden in `<Entwurf>.parts/` zwischengespeichert.
 
 ## Testdaten
 
-`testdaten/` enthält drei Reden, jeweils als automatische YouTube-Untertitel
+**Im Repository:** `tests/daten/` enthält eine frei erfundene Beispielrede
-(`.vtt`, Original) und daraus mit `vtt2txt.py` gewonnener Rohtext (`.txt`, Eingabe
+(Festrede zum Jubiläum der Gemeinde „Auental“; Ort und Personen gibt es nicht), als
-für das Programm):
+Untertitel im Format der YouTube-Auto-Untertitel (`beispiel.de.vtt`, rollendes
+Fenster, Wort-Zeitstempel), daraus gewonnener Rohtext (`beispiel.de.txt`) und ein
+passendes Glossar (`beispiel.glossar.txt`) für die eingebauten Hörfehler wie
+„Auen Tal“ oder „Haber Kamp“. Die Tests nutzen nur diese Daten.
+
+```bash
+./abschrift_korrigieren.py -i tests/daten/beispiel.de.txt -g tests/daten/beispiel.glossar.txt -o /tmp/beispiel.korrigiert.txt
+```
+
+**Nur lokal:** Echte Reden gehören wegen des Urheberrechts nicht ins Repository;
+`testdaten/` ist deshalb in `.gitignore`. Liegen dort die drei Reden, mit denen das
+Programm entwickelt wurde, laufen zusätzlich die Tests, die ihre Glossare prüfen;
+sonst werden diese übersprungen. Die Glossare dazu sind im Repository:
 
 - `ramstein.de.*`: Rede über die US Air Base Ramstein (Glossar `ramstein.glossar.txt`)
 - `magdeburg.de-orig.*`: Rede in Magdeburg (Glossar `magdeburg.glossar.txt`)
 - `Lahnstein.de-orig.*`: Rede „Respekt geht anders“ in Lahnstein (Glossar
-  `lahnstein.glossar.txt`, erstellt mit Hilfe von `glossar_vorschlag.py`)
+  `lahnstein.glossar.txt`, erstellt mit Hilfe von `glossar_vorschlag.py`), zu laden mit
+  `./yt_untertitel.py -u 'https://www.youtube.com/watch?v=rm6lADgf6GQ' -n Lahnstein -d testdaten`
 
-Alle drei mit dem gemeinsamen `krone-schmalz.glossar.txt` davor.
+Alle drei mit dem gemeinsamen `krone-schmalz.glossar.txt` davor. Ein Lauf über eine
-
+Rede dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6–8 Minuten.
-```bash
-./vtt2txt.py -i "testdaten/*.vtt"           # erzeugt alle .txt neu
-./abschrift_korrigieren.py -i testdaten/ramstein.de.txt -g krone-schmalz.glossar.txt -g ramstein.glossar.txt
-# → testdaten/ramstein.de.korrigiert.txt (nicht versioniert)
-```
-
-Ein Lauf dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6 Minuten.
 
 ## Tests
 
@@ -440,7 +446,7 @@ Ein Lauf dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6 Minuten.
 python3 -m pytest
 ```
 
-Die Tests (323) brauchen weder Ollama noch Netz: Modellaufrufe und `yt-dlp` werden
+Die Tests (325, ohne die lokalen Reden 318) brauchen weder Ollama noch Netz: Modellaufrufe und `yt-dlp` werden
 durch Fakes ersetzt. `tests/test_abschrift_korrigieren.py` prüft Abschnittsbildung,
 Satzgrenzen (Abkürzungen und Ordnungszahlen sind kein Satzende), Glossar (inkl.
 „jede Ersetzung im Glossar einer Rede trifft diese Rede, jede im gemeinsamen Glossar
@@ -458,8 +464,8 @@ Die Tests nutzen eine kleine eigene Wortliste statt der des Systems.
 (Original-Audio, manuell vor automatisch) und Fehlerfälle.
 `tests/test_yt_untertitel.py` prüft Spurauswahl, Aufruf von `yt-dlp` und
 Fehlerfälle (ohne Netz, `yt-dlp` wird durch Fakes ersetzt).
-`tests/test_vtt2txt.py` prüft die VTT-Umwandlung: jede `.vtt` in `testdaten/`
+`tests/test_vtt2txt.py` prüft die VTT-Umwandlung: die Beispiel-`.vtt` (und lokal
-ergibt genau die zugehörige `.txt`, echte Wiederholungen bleiben erhalten, auch bei
+jede Rede in `testdaten/`) ergibt genau die zugehörige `.txt`, echte Wiederholungen bleiben erhalten, auch bei
 Untertiteln ohne rollendes Fenster, dazu Zeitauswahl, Muster, Ausgabeverzeichnis und
 Fehlerfälle.
 

tests/daten/beispiel.de.txt

@@ -0,0 +1,335 @@
+[applaus]
+Vielen Dank. Liebe Gäste, liebe
+Bürgerinnen und Bürger von Auen Tal, ich
+freue mich sehr, dass Sie heute
+so zahlreich gekommen sind. Wir feiern ein besonderes
+Jubiläum. Vor 750 Jahren wurde unser
+Ort zum ersten Mal
+in einer Urkunde erwähnt. Das war im
+Jahr 12 74. Damals war Auen
+Tal ein kleiner Weiler mit
+drei Höfen und einer Mühle am Bach.
+Heute leben hier fast viertausend Menschen.
+[applaus]
+Ich möchte Ihnen heute keine lange Geschichtsstunde halten.
+Dafür haben wir Frau Dr. Jorinde
+Haber Kamp vom Kreisarchiv
+eingeladen, die gleich noch zu Ihnen sprechen
+wird. Ich möchte lieber erzählen, was
+dieser Ort für uns bedeutet.
+Und ich möchte erzählen, was wir in
+den nächsten Jahren vorhaben.
+Fangen wir mit der Mühle an. Die alte
+Mühle am Linden Bach steht noch
+heute. Sie hat viele
+Besitzer gehabt. Sie ist zweimal abgebrannt und
+zweimal wieder aufgebaut worden. Seit dem
+3. Oktober 1990 gehört sie
+der Gemeinde. Viele von Ihnen kennen sie
+als Heimatmuseum. Manche kennen sie auch
+als den Ort, an dem sie ihren ersten
+Kuss bekommen haben. Ich nenne keine
+Namen.
+[lachen]
+Die Mühle ist ein gutes Beispiel für
+das, was Auen Tal ausmacht. Wir
+bauen wieder auf, wenn etwas
+kaputtgeht. Wir geben nicht auf. Und wir
+machen das gemeinsam. Das klingt vielleicht
+nach einer Floskel. Aber ich habe es selbst
+erlebt. Als vor zwölf Jahren das
+Hochwasser kam, standen am
+nächsten Morgen über zweihundert Menschen mit Schaufeln
+und Eimern vor dem Rathaus. Niemand
+hatte sie gerufen. Sie waren
+einfach da.
+Ich erinnere mich an eine ältere
+Dame aus der Bachstraße. Ihr Keller stand bis
+zur Decke unter Wasser. Sie hat
+trotzdem für alle Helfer
+Kaffee gekocht. Sie hat gesagt, das Wasser
+geht wieder, aber die Nachbarn bleiben.
+Diesen Satz habe ich mir
+gemerkt. Er hängt heute als Spruch in
+meinem Büro.
+Liebe Gäste, ein Jubiläum ist ein guter Anlass,
+um zurückzuschauen. Es ist aber auch
+ein guter Anlass, um
+nach vorn zu schauen. Und da gibt
+es einiges zu tun. Ich will
+Ihnen drei Dinge nennen, die
+uns in den nächsten Jahren beschäftigen werden.
+Das erste ist die Schule. Unsere
+Grundschule ist über hundert Jahre alt. Das Gebäude
+ist schön, aber es ist zu
+klein geworden. Wir haben
+im letzten Jahr so viele Kinder eingeschult
+wie seit Jahrzehnten nicht mehr. Das
+ist eine gute Nachricht. Es
+bedeutet aber auch, dass wir anbauen müssen.
+Der Gemeinderat hat den Anbau im
+Frühjahr beschlossen. Die Bauarbeiten beginnen im nächsten Sommer.
+Wenn alles gut geht, ziehen die
+Kinder in zwei Jahren
+in die neuen Räume.
+Das zweite ist der Verkehr. Viele
+von Ihnen ärgern sich über
+die Lastwagen, die durch die Hauptstraße fahren.
+Ich ärgere mich auch. Seit Jahren
+reden wir über eine Umgehungsstraße. Seit Jahren passiert
+wenig. Ich will Ihnen nichts versprechen,
+was ich nicht halten
+kann. Aber ich kann Ihnen sagen, dass
+das Land die Planung jetzt endlich
+aufgenommen hat. Das ist ein
+erster Schritt. Es werden noch viele Schritte
+folgen müssen.
+Das dritte ist die Nahversorgung. Seit der Bäcker
+an der Kirche geschlossen hat, gibt
+es im Ortskern kein
+Geschäft mehr. Wer kein Auto hat, muss
+mit dem Bus nach Linden Brunn
+fahren. Das ist für viele
+ältere Menschen ein Problem. Wir haben deshalb
+mit einer Genossenschaft gesprochen, die Dorfläden
+betreibt. Die Gespräche sind gut gelaufen. Ich hoffe,
+dass wir Ihnen im Herbst mehr
+dazu sagen können.
+[applaus]
+Ich weiß, dass das alles nicht spektakulär
+klingt. Eine Schule, eine Straße, ein
+Laden. Aber genau darum geht
+es in einer Gemeinde wie unserer. Es
+geht nicht um große Worte. Es
+geht darum, dass das Leben hier gut funktioniert.
+Für die Kinder, für die Familien,
+für die Älteren.
+Lassen Sie mich noch etwas zum Ehrenamt
+sagen. Ohne die Vereine wäre Auen
+Tal ein anderer Ort. Wir
+haben einen Sportverein, einen Gesangverein, eine freiwillige
+Feuerwehr, einen Heimatverein und einen Kleintierzuchtverein.
+Wir haben eine Theatergruppe, die jedes Jahr im
+Winter ein Stück aufführt. Und wir
+haben seit drei Jahren
+ein Repaircafé, in dem Menschen ihre kaputten
+Toaster und Fahrräder reparieren lassen können.
+Das alles funktioniert nur, weil
+Menschen ihre freie Zeit hergeben. Sie tun
+das ohne Bezahlung und oft ohne
+Dank. Deshalb möchte ich heute ausdrücklich Danke sagen.
+Danke an alle, die sich engagieren.
+Sie sind das Herz
+dieser Gemeinde.
+[applaus]
+Ein besonderer Dank geht an die
+Freiwillige Feuerwehr. Sie feiert in
+diesem Jahr ebenfalls ein Jubiläum, nämlich ihr
+hundertfünfzigjähriges. Der Wehrführer Bernd Ols Hausen
+hat mir erzählt, dass die erste Spritze noch
+von Pferden gezogen wurde. Heute hat
+die Wehr zwei moderne
+Fahrzeuge. Aber eines ist gleich geblieben. Wenn
+die Sirene geht, lassen die Frauen
+und Männer alles stehen und
+liegen und rücken aus. Das verdient unseren
+Respekt.
+Liebe Gäste, wir haben für das Jubiläumsjahr ein
+Programm vorbereitet, das sich über den
+ganzen Sommer zieht. Ich
+will Ihnen nur einige Höhepunkte nennen. Im
+Juni gibt es ein Mühlenfest mit
+Führungen und einem Markt. Im
+Juli zeigt die Theatergruppe ein Stück über
+die Geschichte des Ortes. Im August
+feiern wir ein Dorffest auf dem Anger mit
+Musik und Tanz. Und im September
+gibt es eine Ausstellung
+im Rathaus mit alten Fotos aus Auen
+Tal.
+Für diese Ausstellung suchen wir
+übrigens noch Bilder. Wenn Sie zu Hause
+alte Fotos haben, z. B. von
+Hochzeiten, von Festen oder einfach vom Alltag, dann
+bringen Sie sie bitte ins Rathaus.
+Wir scannen sie und
+geben sie Ihnen sofort zurück. Frau Haber
+Kamp hat mir versichert, dass solche
+Bilder für das Archiv ein
+großer Schatz sind.
+Ich möchte auch etwas zu unseren
+Partnern sagen. Seit über dreißig Jahren haben wir
+eine Partnerschaft mit der Gemeinde Saint
+Maur in Frankreich. Eine
+Delegation aus Saint Maur ist heute hier.
+Bienvenue, liebe Freunde. Wir freuen uns
+sehr, dass Sie die weite
+Reise auf sich genommen haben.
+[applaus]
+Die Partnerschaft hat mit einem Schüleraustausch
+angefangen. Inzwischen gibt es Besuche der Vereine, der
+Feuerwehren und der Chöre. Es gibt
+sogar zwei Ehen, die
+aus dieser Partnerschaft entstanden sind. Auch hier
+nenne ich keine Namen.
+Meine Damen und Herren, ich
+habe vorhin gesagt, dass wir wieder aufbauen,
+wenn etwas kaputtgeht. Das gilt nicht
+nur für Gebäude. Es gilt auch für das
+Miteinander. Auch bei uns gibt es
+Streit. Es gibt Streit
+über den Windpark, über die Parkplätze am
+Friedhof und über die Frage, ob
+der Weihnachtsbaum auf dem Marktplatz
+echt sein muss oder aus Plastik sein
+darf.
+[lachen]
+Streit gehört dazu. Aber wir sollten uns dabei
+nicht aus den Augen verlieren. Wir
+sollten miteinander reden und
+nicht übereinander. Wir sollten zuhören, auch wenn
+es schwerfällt. Das ist nicht immer
+einfach. Ich schaffe das auch
+nicht immer. Aber ich bemühe mich.
+Lassen Sie mich zum Schluss noch
+eine kleine Geschichte erzählen. Als ich vor sechs
+Jahren zur Bürgermeisterin gewählt wurde, hat
+mir mein Vorgänger einen
+Schlüssel gegeben. Es war kein Schlüssel für
+das Rathaus. Es war der Schlüssel
+für den Kirchturm. Er hat
+gesagt, wenn du einmal nicht weiterweißt, dann
+steig da hoch und schau dir
+den Ort von oben an.
+Ich habe das ein paar Mal
+gemacht. Von oben sieht
+man die Dächer, die Gärten, den Bach
+und die Mühle. Man sieht die
+Felder und den Wald. Man
+sieht, wie klein der Ort ist und
+wie viel trotzdem darin steckt. Und
+man merkt, dass die meisten Probleme von dort
+oben ein bisschen kleiner aussehen.
+Ich möchte, dass dieser
+Ort auch in fünfzig Jahren noch ein
+Ort ist, an dem man gern
+lebt. Ein Ort, an dem
+Kinder zur Schule laufen können. Ein Ort,
+an dem ältere Menschen nicht allein
+sind. Ein Ort, an dem man sich kennt
+und sich hilft. Daran arbeiten wir.
+Und dafür brauchen wir
+Sie alle.
+Bevor ich jetzt das Wort an
+Frau Dr. Haber Kamp übergebe,
+möchte ich noch einigen Menschen danken. Ich
+danke dem Festausschuss, der seit über
+einem Jahr dieses Jubiläum vorbereitet. Ich danke dem
+Bauhof, der den Platz so schön
+hergerichtet hat. Ich danke
+dem Gesangverein für die Musik. Und ich
+danke den Landfrauen für den Kuchen,
+den Sie nachher alle probieren
+sollten.
+[lachen]
+Ich wünsche uns allen ein schönes
+Fest und ein gutes Jubiläumsjahr. Auf die nächsten
+750 Jahre. Vielen Dank.
+[applaus]
+Ja, vielen Dank, Frau
+Bürgermeisterin. Liebe Gäste, ich bin Jorinde Haber
+Kamp und leite das Kreisarchiv. Ich
+darf Ihnen heute ein wenig
+über die Geschichte von Auen Tal erzählen.
+Keine Sorge, ich halte mich kurz.
+Die Urkunde aus dem Jahr 12 74 liegt
+bei uns im Archiv. Sie ist
+auf Pergament geschrieben, in
+lateinischer Sprache, und sie ist erstaunlich gut
+erhalten. Es geht darin um einen
+Streit über Wasserrechte. Zwei Klöster
+stritten sich darüber, wer die Mühle am
+Bach nutzen darf. Der Ort selbst
+wird nur nebenbei erwähnt. Aber er wird erwähnt,
+und deshalb feiern wir heute.
+Was wissen wir über
+die Menschen, die damals hier gelebt haben?
+Leider nicht viel. Sie konnten nicht
+schreiben, und so haben sie
+uns keine Briefe oder Tagebücher hinterlassen. Was
+wir wissen, stammt aus Abgaberegistern, aus
+Gerichtsakten und aus Kirchenbüchern. Daraus können wir aber
+erstaunlich viel ablesen.
+Wir wissen z. B.,
+dass im Jahr 1580 in Auen Tal
+elf Familien lebten. Wir wissen, dass
+sie vor allem Roggen und
+Hafer anbauten. Wir wissen, dass es im
+Jahr 1636 eine schwere Pest gab,
+an der fast die Hälfte der Menschen starb.
+Und wir wissen, dass der Ort
+sich danach nur langsam
+erholt hat.
+Ein besonderer Fund ist ein Gerichtsprotokoll
+aus dem Jahr 1712. Darin
+klagt ein Müller namens Kaspar Ols Hausen
+gegen seinen Nachbarn, weil dessen Ziegen
+immer wieder in seinen Garten eingedrungen seien. Das
+Gericht gab dem Müller recht. Der
+Nachbar musste einen Zaun
+bauen und zwei Hühner als Entschädigung zahlen.
+[lachen]
+Ich erzähle Ihnen das nicht nur,
+weil es lustig ist. Ich
+erzähle es, weil es zeigt, dass die
+Menschen damals ganz ähnliche Sorgen hatten
+wie wir heute. Es ging um den Garten,
+um den Nachbarn, um ein bisschen
+Gerechtigkeit. Der Name Ols
+Hausen ist übrigens bis heute im Ort
+zu finden. Vielleicht ist der Wehrführer
+ja ein Nachfahre des Müllers.
+Im neunzehnten Jahrhundert hat sich Auen Tal
+stark verändert. Im Jahr 1868 wurde
+die Bahnstrecke nach Linden Brunn gebaut. Plötzlich konnten
+die Bauern ihre Waren in die
+Stadt bringen. Es entstanden
+eine Ziegelei und eine kleine Weberei. Die
+Einwohnerzahl hat sich in wenigen Jahrzehnten
+verdoppelt.
+Das zwanzigste Jahrhundert war auch hier eine
+Zeit der Brüche. Zwei Weltkriege haben
+viele Familien getroffen. Auf dem Friedhof erinnert ein
+Denkmal an die Gefallenen. Nach dem
+2. Weltkrieg kamen viele
+Vertriebene in den Ort. Sie mussten untergebracht
+werden, oft in sehr engen Verhältnissen.
+Für die Alteingesessenen war das
+nicht leicht, und für die Neuen noch
+weniger.
+Aber auch hier hat sich gezeigt, was die
+Bürgermeisterin vorhin beschrieben hat. Mit der
+Zeit sind die Neuen
+zu Nachbarn geworden. Sie haben Häuser gebaut,
+Vereine gegründet und Familien gegründet. Heute
+weiß kaum noch jemand, wessen
+Großeltern damals gekommen sind und wessen Großeltern
+schon immer hier waren.
+Liebe Gäste, Archive sind keine staubigen Orte. Sie
+sind das Gedächtnis einer Gemeinschaft. Und
+dieses Gedächtnis lebt davon,
+dass Menschen etwas hineingeben. Deshalb unterstütze ich
+den Aufruf der Bürgermeisterin ausdrücklich. Bringen
+Sie Ihre Fotos, Ihre Briefe,
+Ihre Erinnerungen. Was heute alltäglich erscheint, ist
+in hundert Jahren ein wertvolles Zeugnis.
+Ich habe Ihnen eine kleine Auswahl mitgebracht. Im
+Foyer des Rathauses hängen ab heute
+Kopien der Urkunde und
+einiger anderer Dokumente. Schauen Sie sie sich
+gern an. Und wenn Sie Fragen
+haben, sprechen Sie mich an.
+Ich bin den ganzen Nachmittag hier.
+Ich wünsche Ihnen ein schönes Fest.
+Vielen Dank für Ihre Aufmerksamkeit.
+[applaus]

tests/daten/beispiel.glossar.txt

@@ -0,0 +1,14 @@
+# Glossar für die Beispielrede tests/daten/beispiel.de.* (frei erfunden,
+# Gemeinde und Personen gibt es nicht). Jede Ersetzung trifft die Rede.
+
+# --- Feste Ersetzungen ---
+Auen Tal => Auental
+Haber Kamp => Haberkamp
+Linden Brunn => Lindenbrunn
+Linden Bach => Lindenbach
+Ols Hausen => Olshausen
+12 74 => 1274
+
+# --- Begriffe ---
+Saint-Maur
+Jorinde Haberkamp

tests/test_abschrift_korrigieren.py

@@ -11,9 +11,11 @@ import pytest
 import abschrift_korrigieren as ak
 
 REPO = Path(__file__).resolve().parent.parent
-SAMPLE = REPO / "testdaten" / "ramstein.de.txt"
+# Own, made-up sample speech; real speeches are only kept locally in testdaten/
-GLOSSARY = REPO / "ramstein.glossar.txt"
+SAMPLE = REPO / "tests" / "daten" / "beispiel.de.txt"
+GLOSSARY = REPO / "tests" / "daten" / "beispiel.glossar.txt"
 SHARED_GLOSSARY = REPO / "krone-schmalz.glossar.txt"
+SPEECHES = REPO / "testdaten"
 # The autouse fixture below replaces it; tests of the real function use this
 REAL_FIND_MERGE_SIDE = ak.find_merge_side
 
@@ -130,19 +132,34 @@ SAMPLE_GLOSSARIES = [
 ]
 
 
+# The real speeches are not in the repository (copyright); without them these skip
+needs_speeches = pytest.mark.skipif(
+    not all((SPEECHES / sample).is_file() for _, sample in SAMPLE_GLOSSARIES),
+    reason="echte Reden nur lokal in testdaten/",
+)
+
+
+def test_own_sample_glossary_replacements_all_match(capsys):
+    text = flat(SAMPLE.read_text(encoding="utf-8"))
+    ak.apply_replacements(text, ak.read_glossary(GLOSSARY)[1])
+    assert "ohne Treffer" not in capsys.readouterr().out
+
+
+@needs_speeches
 @pytest.mark.parametrize("glossary, sample", SAMPLE_GLOSSARIES)
 def test_sample_glossary_replacements_all_match(capsys, glossary, sample):
     """Every rule in a speech glossary must hit its speech, after the shared one."""
-    text = flat((REPO / "testdaten" / sample).read_text(encoding="utf-8"))
+    text = flat((SPEECHES / sample).read_text(encoding="utf-8"))
     text = ak.apply_replacements(text, ak.read_glossary(SHARED_GLOSSARY)[1])
     capsys.readouterr()
     ak.apply_replacements(text, ak.read_glossary(REPO / glossary)[1])
     assert "ohne Treffer" not in capsys.readouterr().out
 
 
+@needs_speeches
 def test_shared_glossary_rules_match_some_speech():
     texts = [
-        flat((REPO / "testdaten" / sample).read_text(encoding="utf-8"))
+        flat((SPEECHES / sample).read_text(encoding="utf-8"))
         for _, sample in SAMPLE_GLOSSARIES
     ]
     for wrong, right in ak.read_glossary(SHARED_GLOSSARY)[1]:
@@ -392,7 +409,7 @@ def test_build_paragraphs_asks_where_short_paragraphs_belong(tmp_path, monkeypat
 
 @pytest.fixture
 def sample_copy(tmp_path):
-    path = tmp_path / "ramstein.de.txt"
+    path = tmp_path / "beispiel.de.txt"
     shutil.copy(SAMPLE, path)
     return path
 
@@ -400,19 +417,19 @@ def sample_copy(tmp_path):
 def test_main_default_output_resume_and_glossary(sample_copy, monkeypatch, capsys):
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    run_main(monkeypatch, "-i", sample_copy, "-g", SHARED_GLOSSARY, "-g", GLOSSARY)
+    run_main(monkeypatch, "-i", sample_copy, "-g", GLOSSARY)
 
-    target = sample_copy.with_name("ramstein.de.korrigiert.txt")
+    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
     result = target.read_text(encoding="utf-8")
-    assert "Ramstein" in result and "Rammstein" not in result
+    assert "Auental" in result and "Auen Tal" not in result
-    assert "Kreml" in result and "1983" in result
+    assert "Haberkamp" in result and "1274" in result
-    assert (sample_copy.parent / "ramstein.de.korrigiert.parts").is_dir()
+    assert (sample_copy.parent / "beispiel.de.korrigiert.parts").is_dir()
     assert "WARNUNG" not in capsys.readouterr().out
 
     # Second run: everything cached, no model calls
     monkeypatch.setattr(ak, "correct_chunk", no_model_calls)
     monkeypatch.setattr(ak, "find_paragraph_starts", no_model_calls)
-    run_main(monkeypatch, "-i", sample_copy, "-g", SHARED_GLOSSARY, "-g", GLOSSARY)
+    run_main(monkeypatch, "-i", sample_copy, "-g", GLOSSARY)
     assert target.read_text(encoding="utf-8") == result
 
 
@@ -425,7 +442,7 @@ def test_main_overwrites_own_output(sample_copy, monkeypatch, capsys):
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy)
-    target = sample_copy.with_name("ramstein.de.korrigiert.txt")
+    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
 
     # Unchanged output of the last run is replaced by a different result
     monkeypatch.setattr(ak, "correct_chunk", shouting)
@@ -439,7 +456,7 @@ def test_main_keeps_hand_edited_output(sample_copy, monkeypatch, capsys):
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy)
-    target = sample_copy.with_name("ramstein.de.korrigiert.txt")
+    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
     edited = target.read_text(encoding="utf-8") + "Von Hand ergänzt.\n"
     target.write_text(edited, encoding="utf-8")
     capsys.readouterr()
@@ -447,10 +464,10 @@ def test_main_keeps_hand_edited_output(sample_copy, monkeypatch, capsys):
     monkeypatch.setattr(ak, "correct_chunk", shouting)
     run_main(monkeypatch, "-i", sample_copy, "-m", "anderes:modell")
 
-    new = sample_copy.with_name("ramstein.de.neu.korrigiert.txt")
+    new = sample_copy.with_name("beispiel.de.neu.korrigiert.txt")
     assert target.read_text(encoding="utf-8") == edited
     assert "VIELEN DANK" in new.read_text(encoding="utf-8")
-    assert sample_copy.with_name("ramstein.de.neu.aenderungen.html").is_file()
+    assert sample_copy.with_name("beispiel.de.neu.aenderungen.html").is_file()
     out = capsys.readouterr().out
     assert f"WARNUNG: {target} wurde seit dem letzten Lauf geändert" in out
     assert f"Fertig: {new}" in out
@@ -461,14 +478,14 @@ def test_main_keeps_hand_edited_output(sample_copy, monkeypatch, capsys):
 
 
 def test_main_keeps_differing_output_without_checksum(sample_copy, monkeypatch, capsys):
-    target = sample_copy.with_name("ramstein.de.korrigiert.txt")
+    target = sample_copy.with_name("beispiel.de.korrigiert.txt")
     target.write_text("Älteres Ergebnis, Herkunft unbekannt.\n", encoding="utf-8")
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy)
 
     assert target.read_text(encoding="utf-8") == "Älteres Ergebnis, Herkunft unbekannt.\n"
-    assert sample_copy.with_name("ramstein.de.neu.korrigiert.txt").is_file()
+    assert sample_copy.with_name("beispiel.de.neu.korrigiert.txt").is_file()
     assert "WARNUNG" in capsys.readouterr().out
 
 
@@ -498,36 +515,36 @@ def test_main_output_option_creates_directories(sample_copy, monkeypatch):
 def test_main_vtt_input_matches_txt_input(sample_copy, monkeypatch):
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    vtt = sample_copy.parent / "vtt" / "ramstein.de.vtt"
+    vtt = sample_copy.parent / "vtt" / "beispiel.de.vtt"
     vtt.parent.mkdir()
     shutil.copy(SAMPLE.with_suffix(".vtt"), vtt)
 
     run_main(monkeypatch, "-i", sample_copy)
     run_main(monkeypatch, "-i", vtt)
-    expected = sample_copy.with_name("ramstein.de.korrigiert.txt")
+    expected = sample_copy.with_name("beispiel.de.korrigiert.txt")
-    assert vtt.with_name("ramstein.de.korrigiert.txt").read_text(
+    assert vtt.with_name("beispiel.de.korrigiert.txt").read_text(
         encoding="utf-8"
     ) == expected.read_text(encoding="utf-8")
 
 
 def test_main_writes_change_report(sample_copy, monkeypatch, capsys):
     def correct(chunk, index, system):
-        return chunk.strip().replace("Rammstein", "Ramstein")
+        return chunk.strip().replace("Linden Brunn", "Lindenbrunn")
 
     monkeypatch.setattr(ak, "correct_chunk", correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy)
 
-    report = sample_copy.with_name("ramstein.de.aenderungen.html")
+    report = sample_copy.with_name("beispiel.de.aenderungen.html")
-    assert "title='Original: Rammstein" in report.read_text(encoding="utf-8")
+    assert "title='Original: Linden Brunn" in report.read_text(encoding="utf-8")
     out = capsys.readouterr().out
-    assert "„Rammstein“ → „Ramstein“" in out
+    assert "„Linden Brunn“ → „Lindenbrunn“" in out
     assert f"Bericht: {report}" in out
 
 
 def test_main_report_suspects_only_model_changes(sample_copy, monkeypatch, capsys):
     glossary = sample_copy.with_name("g.txt")
-    glossary.write_text("Rammstein => Ramstein\n", encoding="utf-8")
+    glossary.write_text("Linden Brunn => Lindenbrunn\n", encoding="utf-8")
 
     def correct(chunk, index, system):
         return chunk.strip().replace(" das ", " dies ", 1)
@@ -536,9 +553,9 @@ def test_main_report_suspects_only_model_changes(sample_copy, monkeypatch, capsy
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy, "-g", glossary)
 
-    page = sample_copy.with_name("ramstein.de.aenderungen.html").read_text(encoding="utf-8")
+    page = sample_copy.with_name("beispiel.de.aenderungen.html").read_text(encoding="utf-8")
     section = page.split("<h2>Zu prüfen")[1].split("<h2>Alle Änderungen")[0]
-    assert "Rammstein" in page and "Rammstein" not in section
+    assert "Linden Brunn" in page and "Linden Brunn" not in section
     assert "dies" in section
     out = capsys.readouterr().out
     assert "gültiges Wort ersetzt: „das“ → „dies“" in out
@@ -549,7 +566,7 @@ def test_main_without_change_report(sample_copy, monkeypatch):
     monkeypatch.setattr(ak, "correct_chunk", identity_correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
     run_main(monkeypatch, "-i", sample_copy, "--kein-bericht")
-    assert not sample_copy.with_name("ramstein.de.aenderungen.html").exists()
+    assert not sample_copy.with_name("beispiel.de.aenderungen.html").exists()
 
 
 def test_main_model_option(sample_copy, monkeypatch):
@@ -562,7 +579,7 @@ def test_main_model_option(sample_copy, monkeypatch):
 
     monkeypatch.setattr(ak, "correct_chunk", correct)
     monkeypatch.setattr(ak, "find_paragraph_starts", every_nth_start(5))
-    parts = sample_copy.parent / "ramstein.de.korrigiert.parts"
+    parts = sample_copy.parent / "beispiel.de.korrigiert.parts"
 
     run_main(monkeypatch, "-i", sample_copy)
     default_parts = {p.name for p in parts.glob("part*")}

tests/test_vtt2txt.py

@@ -8,8 +8,10 @@ import pytest
 import vtt2txt
 
 REPO = Path(__file__).resolve().parent.parent
-SAMPLE_VTT = REPO / "testdaten" / "ramstein.de.vtt"
+# Own, made-up sample speech; real speeches are only kept locally in testdaten/
-SAMPLE_TXT = REPO / "testdaten" / "ramstein.de.txt"
+SAMPLE_VTT = REPO / "tests" / "daten" / "beispiel.de.vtt"
+SAMPLE_TXT = REPO / "tests" / "daten" / "beispiel.de.txt"
+SPEECHES = REPO / "testdaten"
 
 
 @pytest.fixture
@@ -107,15 +109,27 @@ def test_is_rolling(cues, expected):
 
 def test_main_default_output_matches_sample(sample_copy, monkeypatch, capsys):
     run_main(monkeypatch, "-i", sample_copy)
-    target = sample_copy.with_name("ramstein.de.txt")
+    target = sample_copy.with_name("beispiel.de.txt")
     assert target.read_text(encoding="utf-8") == SAMPLE_TXT.read_text(encoding="utf-8")
     assert f"Erstellt: {target}" in capsys.readouterr().out
 
 
-@pytest.mark.parametrize("name", ["ramstein.de", "magdeburg.de-orig", "Lahnstein.de-orig"])
+def speech(name):
-def test_sample_vtt_gives_sample_txt(name):
+    """A real speech, only kept locally (copyright): skipped without it."""
-    vtt = (REPO / "testdaten" / f"{name}.vtt").read_text(encoding="utf-8-sig")
+    path = SPEECHES / name
-    txt = (REPO / "testdaten" / f"{name}.txt").read_text(encoding="utf-8")
+    return pytest.param(path, marks=pytest.mark.skipif(
+        not path.is_file(), reason="echte Reden nur lokal in testdaten/"
+    ))
+
+
+@pytest.mark.parametrize("vtt_path", [
+    SAMPLE_VTT,
+    speech("ramstein.de.vtt"), speech("magdeburg.de-orig.vtt"),
+    speech("Lahnstein.de-orig.vtt"),
+])
+def test_sample_vtt_gives_sample_txt(vtt_path):
+    vtt = vtt_path.read_text(encoding="utf-8-sig")
+    txt = vtt_path.with_suffix(".txt").read_text(encoding="utf-8")
     assert vtt2txt.vtt_to_lines(vtt) == txt.splitlines()
 
 
@@ -128,9 +142,9 @@ def test_main_multiple_inputs(sample_copy, monkeypatch):
 
 
 def test_main_expands_glob_without_duplicates(sample_copy, monkeypatch, capsys):
-    shutil.copy(sample_copy, sample_copy.with_name("ramstein.en.vtt"))
+    shutil.copy(sample_copy, sample_copy.with_name("beispiel.en.vtt"))
     shutil.copy(sample_copy, sample_copy.with_name("anders.de.vtt"))
-    run_main(monkeypatch, "-i", sample_copy.parent / "ramstein.*.vtt", sample_copy)
+    run_main(monkeypatch, "-i", sample_copy.parent / "beispiel.*.vtt", sample_copy)
     out = capsys.readouterr().out
     assert out.count("Erstellt:") == 2
     assert not sample_copy.with_name("anders.de.txt").exists()
@@ -144,7 +158,7 @@ def test_main_output_directory(sample_copy, monkeypatch, make_dir, suffix):
     if make_dir:
         out_dir.mkdir()
     run_main(monkeypatch, "-i", sample_copy, second, "-o", f"{out_dir}{suffix}")
-    assert (out_dir / "ramstein.de.txt").is_file()
+    assert (out_dir / "beispiel.de.txt").is_file()
     assert (out_dir / "rede.en.txt").is_file()
 
 
@@ -176,7 +190,7 @@ def test_main_bad_file_continues_batch(sample_copy, monkeypatch, capsys, content
     (["-i", "{txt}"], "Keine VTT-Datei"),
     (["-i", "{vtt}", "{vtt2}", "-o", "{dir}/x.txt"], "muss -o/--output ein Verzeichnis sein"),
     (["-i", "{dir}/*.gibtsnicht"], "Keine Datei passt zu"),
-    (["-i", "{vtt}", "{dir}/sub/ramstein.de.vtt", "-o", "{dir}/"], "dieselbe Ausgabedatei"),
+    (["-i", "{vtt}", "{dir}/sub/beispiel.de.vtt", "-o", "{dir}/"], "dieselbe Ausgabedatei"),
     (["-i", "{vtt}", "-o", "{vtt}"], "nicht die Eingabedatei"),
 ])
 def test_cli_errors(sample_copy, monkeypatch, capsys, args, message):
@@ -417,7 +431,7 @@ def test_split_segments_inverts_join_segments():
 
 def test_main_time_range_default_name(sample_copy, monkeypatch):
     run_main(monkeypatch, "-i", sample_copy, "-z", "0:00:30-0:01")
-    target = sample_copy.with_name("ramstein.de_00-00-30_bis_00-01-00.txt")
+    target = sample_copy.with_name("beispiel.de_00-00-30_bis_00-01-00.txt")
     full = SAMPLE_TXT.read_text(encoding="utf-8").splitlines()
     part = target.read_text(encoding="utf-8").splitlines()
     assert vtt2txt.HEADER.fullmatch(part[0])
@@ -426,17 +440,17 @@ def test_main_time_range_default_name(sample_copy, monkeypatch):
 
 def test_main_several_ranges(sample_copy, monkeypatch):
     run_main(monkeypatch, "-i", sample_copy, "-z", "0:01-0:02 0:05")
-    target = sample_copy.with_name("ramstein.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
+    target = sample_copy.with_name("beispiel.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
     segments = vtt2txt.split_segments(target.read_text(encoding="utf-8"))
     assert [header for header, _ in segments] == [
-        "[00:00:56 - 00:02:09]", "[00:04:57 - 00:48:07]",
+        "[00:00:59 - 00:02:03]", "[00:04:58 - 00:13:10]",
     ]
 
 
 @pytest.mark.parametrize("ranges", [["0:01-0:02 0:05"], ["0:01-0:02", "0:05"]])
 def test_main_ranges_with_or_without_quotes(sample_copy, monkeypatch, ranges):
     run_main(monkeypatch, "-i", sample_copy, "-z", *ranges)
-    target = sample_copy.with_name("ramstein.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
+    target = sample_copy.with_name("beispiel.de_00-01-00_bis_00-02-00+ab_00-05-00.txt")
     assert target.is_file()
 
 
@@ -456,8 +470,8 @@ def test_range_argv(argv, expected):
 def test_main_range_from_beginning(sample_copy, monkeypatch, ranges):
     args = ranges if ranges[0].startswith("-z") else ["-z", *ranges]
     run_main(monkeypatch, "-i", sample_copy, *args)
-    target = sample_copy.with_name("ramstein.de_bis_00-01-00.txt")
+    target = sample_copy.with_name("beispiel.de_bis_00-01-00.txt")
-    assert target.read_text(encoding="utf-8").startswith("[00:00:09 - ")
+    assert target.read_text(encoding="utf-8").startswith("[00:00:00 - ")
 
 
 def test_main_time_range_without_captions(sample_copy, monkeypatch, capsys):