feat: Redeabschriften mit lokalem Ollama-Modell korrigieren

CLI (-i/-o/-g) korrigiert automatische Abschriften abschnittsweise mit
qwen3:32b: Satzende-Trennung, feste Glossar-Ersetzungen vor dem Modell,
Wortzahl-Prüfung, Zwischenspeicher mit Fortsetzen, Streaming-Fortschritt
und Absatzgliederung über Satznummern (3–10 Sätze pro Absatz).

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

README.md

@@ -0,0 +1,89 @@
+# youtube_rede_korrigieren
+
+Korrigiert automatische Abschriften deutscher Reden (z. B. YouTube-Untertitel als
+Text) mit einem lokalen Sprachmodell über Ollama: Rechtschreibung, Satzzeichen,
+Hörfehler, Absätze – möglichst wortgetreu, ohne Zusammenfassung oder Glättung.
+
+## Voraussetzungen
+
+- Python 3 (nur Standardbibliothek)
+- Ollama auf `127.0.0.1:11434` mit dem Modell `qwen3:32b`
+  (`ollama pull qwen3:32b`)
+
+Für gute Geschwindigkeit muss das Modell komplett in den Grafikspeicher passen.
+Mit `OLLAMA_NUM_PARALLEL=1` braucht `qwen3:32b` bei 16k Kontext rund 24 GB
+(eine RTX 3090). Bei `OLLAMA_NUM_PARALLEL=4` landet ein Drittel auf der CPU und
+der Lauf wird etwa 12-mal langsamer.
+
+## Aufruf
+
+```bash
+./rede_korrigieren.py -i rede.txt                       # → rede.korrigiert.txt
+./rede_korrigieren.py -i rede.txt -o out/rede.txt       # eigene Ausgabedatei
+./rede_korrigieren.py -i rede.txt -g rede.glossar.txt   # mit Glossar
+```
+
+| Option | Bedeutung |
+|---|---|
+| `-i`, `--input` | Eingabedatei (Rohabschrift), Pflicht |
+| `-o`, `--output` | Ausgabedatei; Standard: `<Eingabe ohne Endung>.korrigiert.txt` neben der Eingabe |
+| `-g`, `--glossar` | Glossar mit festen Ersetzungen und Schreibweisen |
+
+## Ablauf
+
+1. **Fließtext:** Untertitel-Zeilenumbrüche werden entfernt.
+2. **Feste Ersetzungen** aus dem Glossar (`falsch => richtig`) werden im Rohtext
+   angewendet, bevor das Modell ihn sieht.
+3. **Korrektur:** Der Text wird in Abschnitte von ca. 1200 Wörtern geteilt (immer
+   am Satzende) und abschnittsweise vom Modell korrigiert. Fortschritt wird live
+   angezeigt.
+4. **Wortzahl-Prüfung:** Weicht die Wortzahl eines Abschnitts um mehr als 5 % ab,
+   gibt es eine Warnung (mögliche Auslassungen oder Ergänzungen).
+5. **Absätze:** Das Modell nennt nur Satznummern, an denen ein Absatz beginnt; der
+   Text selbst wird dabei nicht verändert. Absätze über 10 Sätze werden nochmals
+   geteilt, Absätze unter 3 Sätzen mit dem Nachbarn verbunden.
+
+Zweifelhafte Stellen markiert das Modell als `Lesart [prüfen: Originalwortlaut]`.
+
+## Glossar
+
+Eine Zeile pro Eintrag, `#` leitet Kommentare ein:
+
+```text
+# feste Ersetzung (ganze Wörter, Groß-/Kleinschreibung zählt, Reihenfolge = Datei)
+Willly Brand => Willy Brandt
+Kremmel => Kreml
+
+# Hinweis fürs Modell (korrekte Schreibweise)
+Multi-Domain Task Force
+```
+
+Ersetzungen ohne Treffer werden gemeldet (Tippfehler im Glossar).
+`ramstein.glossar.txt` ist ein Beispiel für eine Rede über die US Air Base Ramstein.
+
+## Zwischenstände
+
+Jeder fertige Abschnitt und jede Absatzgliederung wird in `<Ausgabe>.parts/`
+gespeichert. Ein erneuter Lauf überspringt alles, was schon berechnet ist.
+Ändern sich Modell, Prompt, Glossar oder Text eines Abschnitts, wird genau dieser
+Teil neu berechnet. Den Ordner kann man jederzeit löschen.
+
+## Einstellungen
+
+Oben in `rede_korrigieren.py`:
+
+| Konstante | Standard | Bedeutung |
+|---|---|---|
+| `MODEL` | `qwen3:32b` | Ollama-Modell |
+| `CHUNK_SIZE` | 1200 | Wörter pro Korrekturabschnitt |
+| `MAX_WORD_DEVIATION` | 0.05 | Warnschwelle Wortzahl |
+| `MAX_PARAGRAPH_SENTENCES` | 10 | längster erlaubter Absatz |
+| `MIN_PARAGRAPH_SENTENCES` | 3 | kürzester gewünschter Absatz |
+
+## Bekannte Grenzen
+
+- `qwen3:32b` ohne Denkmodus erkennt Hörfehler ohne Glossar nur teilweise und
+  setzt kaum `[prüfen: …]`-Marken. Bekannte Fehler gehören deshalb ins Glossar.
+- Das Verbinden kurzer Absätze achtet nicht auf den Inhalt.
+- Abkürzungen wie „z. B.“ oder „2. Weltkrieg“ können als Satzende gelten; das
+  beeinflusst nur mögliche Absatzgrenzen, nicht den Text.