chore: Glossare liegen lokal im Verzeichnis glossare/

Die Glossare echter Beiträge stehen nicht mehr lose im Programmordner, sondern in glossare/ (in .gitignore). Tests und Beispiele in README und Bedienungsanleitung verwenden die neuen Pfade. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-11 22:58:14 +02:00 · 2026-10-11 22:58:14 +02:00 · acf9e33382
commit acf9e33382
parent 33869e5f3e
4 changed files with 42 additions and 34 deletions
--- a/.gitignore
+++ b/.gitignore
@ -16,7 +16,8 @@ output/
 # Echte Reden (Urheberrecht): nur lokal; die Tests nutzen tests/daten/
 testdaten/

-# Glossare echter Beiträge (Namen, Hörfehler): nur lokal; ins Repository gehört
-# nur das Glossar der erfundenen Beispielrede
+# Glossare echter Beiträge (Namen, Hörfehler): nur lokal in glossare/; ins
+# Repository gehört nur das Glossar der erfundenen Beispielrede
+glossare/
 *.glossar.txt
 !tests/daten/beispiel.glossar.txt
--- a/BEDIENUNGSANLEITUNG.md
+++ b/BEDIENUNGSANLEITUNG.md
@ -172,7 +172,7 @@ YouTube-URL
   ▼
 Rohtext ansehen
   │  Schritt 2: glossar_vorschlag.py       → rede.glossar.entwurf.txt
-   │             prüfen, übernehmen          → rede.glossar.txt
+   │             prüfen, übernehmen          → glossare/rede.glossar.txt
   ▼
   │  Schritt 3: abschrift_korrigieren.py   → rede.korrigiert.txt
   │                                          rede.aenderungen.html
@ -299,15 +299,17 @@ Bewährt hat sich ein **gemeinsames Glossar** pro Redner oder Kanal (wiederkehre
 Namen und Hörfehler) plus eines **je Beitrag**:

 ```bash
-./abschrift_korrigieren.py -i rede.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./abschrift_korrigieren.py -i rede.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
 ```

 Das gemeinsame Glossar zuerst angeben, damit seine Ersetzungen zuerst greifen.

-Glossare enthalten Namen realer Personen und Hörfehler realer Beiträge. Sie werden
-deshalb nicht ins Git-Repository übernommen: Jede Datei `*.glossar.txt` ist über
-`.gitignore` ausgeschlossen und bleibt nur auf dem eigenen Rechner. Das ist
-gewollt; Glossare lieber gesondert sichern. Einzige Ausnahme ist das kleine,
+**Ablage:** Glossare gehören ins Verzeichnis `glossare/` im Programmordner, z. B.
+`glossare/krone-schmalz.glossar.txt` und `glossare/ramstein.glossar.txt`. Sie
+enthalten Namen realer Personen und Hörfehler realer Beiträge und werden deshalb
+nicht ins Git-Repository übernommen: `glossare/` und jede Datei `*.glossar.txt` sind
+über `.gitignore` ausgeschlossen und bleiben nur auf dem eigenen Rechner. Das ist
+gewollt; Glossare deshalb gesondert sichern. Einzige Ausnahme ist das kleine,
 leicht nachvollziehbare Glossar zur erfundenen Beispielrede in
 `tests/daten/beispiel.glossar.txt`, das sich gut als Vorlage eignet.

@ -316,7 +318,7 @@ leicht nachvollziehbare Glossar zur erfundenen Beispielrede in
 Statt den ganzen Rohtext zu lesen, kann das Modell einen ersten Entwurf liefern:

 ```bash
-./glossar_vorschlag.py -i rede.txt -g krone-schmalz.glossar.txt
+./glossar_vorschlag.py -i rede.txt -g glossare/krone-schmalz.glossar.txt
 # → rede.glossar.entwurf.txt
 ```

@ -353,7 +355,7 @@ Modell geändert hat. Das zeigt Hörfehler, die man als feste Ersetzung absicher
 möchte, und Fehlgriffe des Modells:

 ```bash
-./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
 ```

 Diese Einträge stehen in einem eigenen Abschnitt mit ihrer Anzahl, z. B.
@ -365,7 +367,7 @@ entfernen.
 ## 7. Schritt 3: Korrigieren

 ```bash
-./abschrift_korrigieren.py -i rede.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./abschrift_korrigieren.py -i rede.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
 ```

 Statt `-i rede.txt` geht auch `-i rede.de.vtt` (Untertiteldatei) oder
@ -398,8 +400,8 @@ Ein gekürztes Beispiel mit Erläuterungen:
 ```text
 Modell: qwen3:32b
 Sprache des Beitrags: de
-Glossar krone-schmalz.glossar.txt: 7 Begriffe, 36 feste Ersetzungen
-Glossar ramstein.glossar.txt: 2 Begriffe, 15 feste Ersetzungen
+Glossar glossare/krone-schmalz.glossar.txt: 7 Begriffe, 36 feste Ersetzungen
+Glossar glossare/ramstein.glossar.txt: 2 Begriffe, 15 feste Ersetzungen
  Ersetzt 2× „Willly Brand“ → „Willy Brandt“          ← feste Ersetzungen mit Treffern
  Ersetzt 6× „Rammstein“ → „Ramstein“
  13 Ersetzung(en) ohne Treffer: „Hostelchik“, …      ← bei gemeinsamen Glossaren normal
@ -522,7 +524,7 @@ erstellt, lässt sich der Bericht jederzeit neu erzeugen. Mit denselben Glossare
 wie bei der Korrektur, damit deren Ersetzungen nicht als verdächtig gelten:

 ```bash
-./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
 # → rede.aenderungen.html
 ./aenderungen.py -a talk.txt -b talk.korrigiert.txt -l en      # englischer Beitrag
 ```
@ -771,7 +773,7 @@ Ja, z. B. in einer Schleife:

 ```bash
 for url in 'https://www.youtube.com/watch?v=AAA' 'https://www.youtube.com/watch?v=BBB'; do
-    ./abschrift_korrigieren.py -u "$url" -g krone-schmalz.glossar.txt
+    ./abschrift_korrigieren.py -u "$url" -g glossare/krone-schmalz.glossar.txt
 done
 ```

--- a/README.md
+++ b/README.md
@ -229,8 +229,8 @@ werden trotzdem umgewandelt; der Exit-Code ist dann 1.
 ```bash
 ./abschrift_korrigieren.py -i rede.txt                       # → rede.korrigiert.txt
 ./abschrift_korrigieren.py -i rede.txt -o out/rede.txt       # eigene Ausgabedatei
-./abschrift_korrigieren.py -i rede.txt -g rede.glossar.txt   # mit Glossar
-./abschrift_korrigieren.py -i rede.txt -g allgemein.glossar.txt -g rede.glossar.txt   # kombiniert
+./abschrift_korrigieren.py -i rede.txt -g glossare/rede.glossar.txt   # mit Glossar
+./abschrift_korrigieren.py -i rede.txt -g glossare/allgemein.glossar.txt -g glossare/rede.glossar.txt   # kombiniert
 ./abschrift_korrigieren.py -i rede.de.vtt                    # VTT direkt → rede.de.korrigiert.txt
 ./abschrift_korrigieren.py -u URL                            # YouTube → <Kanal>_<Titel>_<Datum>.korrigiert.txt
 ./abschrift_korrigieren.py -i talk.txt -l en                 # englischer Beitrag
@ -346,7 +346,7 @@ der Korrektur gelten deren Ersetzungen und Begriffe nicht als verdächtig:
 ```bash
 ./aenderungen.py -a rede.txt -b rede.korrigiert.txt        # → rede.aenderungen.html
 ./aenderungen.py -a rede.de.vtt -b rede.korrigiert.txt -o bericht.html
-./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g krone-schmalz.glossar.txt -g rede.glossar.txt
+./aenderungen.py -a rede.txt -b rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt -g glossare/rede.glossar.txt
 ./aenderungen.py -a talk.txt -b talk.korrigiert.txt -l en  # englische Wortliste
 ```

@ -370,13 +370,15 @@ es normal.

 Mehrere Glossare lassen sich kombinieren: ein gemeinsames für wiederkehrende Namen
 und Hörfehler eines Redners oder Kanals und eines je Beitrag, z. B.
-`krone-schmalz.glossar.txt` (gemeinsam) plus `ramstein.glossar.txt`. Das gemeinsame
-Glossar zuerst angeben, damit seine Ersetzungen vor den speziellen greifen.
+`glossare/krone-schmalz.glossar.txt` (gemeinsam) plus `glossare/ramstein.glossar.txt`.
+Das gemeinsame Glossar zuerst angeben, damit seine Ersetzungen vor den speziellen
+greifen.

-Glossare gehören zu realen Beiträgen und Personen und werden deshalb nicht
-versioniert: `*.glossar.txt` steht in `.gitignore`, eigene Glossare liegen nur lokal.
-Im Repository ist als Beispiel nur `tests/daten/beispiel.glossar.txt` zur erfundenen
-Beispielrede.
+Glossare liegen im Verzeichnis `glossare/`. Sie gehören zu realen Beiträgen und
+Personen und werden deshalb nicht versioniert: `glossare/` und `*.glossar.txt` stehen
+in `.gitignore`, die Glossare bleiben nur lokal und sollten gesondert gesichert
+werden. Im Repository ist als Beispiel nur `tests/daten/beispiel.glossar.txt` zur
+erfundenen Beispielrede.

 ### Glossar-Entwurf: `glossar_vorschlag.py`

@ -401,7 +403,7 @@ erneut vorgeschlagen. Zeit-Überschriften von Ausschnitten
 Roh- und korrigiertem Text entfernt; das Modell bekommt sie nicht zu sehen.

 ```bash
-./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g krone-schmalz.glossar.txt
+./glossar_vorschlag.py -i rede.txt -k rede.korrigiert.txt -g glossare/krone-schmalz.glossar.txt
 # → rede.glossar.entwurf.txt
 ./glossar_vorschlag.py -i tests/daten/beispiel.de.txt   # an der Beispielrede ausprobieren
 ```
@ -432,18 +434,19 @@ passendes Glossar (`beispiel.glossar.txt`) für die eingebauten Hörfehler wie
 ```

 **Nur lokal:** Echte Reden gehören wegen des Urheberrechts nicht ins Repository;
-`testdaten/` ist deshalb in `.gitignore`, ebenso die Glossare (`*.glossar.txt`).
+`testdaten/` ist deshalb in `.gitignore`, ebenso die Glossare (`glossare/`).
 Liegen die drei Reden, mit denen das Programm entwickelt wurde, in `testdaten/` und
-ihre Glossare im Programmordner, laufen zusätzlich die Tests, die diese Glossare
+ihre Glossare in `glossare/`, laufen zusätzlich die Tests, die diese Glossare
 prüfen; sonst werden sie übersprungen:

- `ramstein.de.*`: Rede über die US Air Base Ramstein (Glossar `ramstein.glossar.txt`)
- `magdeburg.de-orig.*`: Rede in Magdeburg (Glossar `magdeburg.glossar.txt`)
+- `ramstein.de.*`: Rede über die US Air Base Ramstein (Glossar `glossare/ramstein.glossar.txt`)
+- `magdeburg.de-orig.*`: Rede in Magdeburg (Glossar `glossare/magdeburg.glossar.txt`)
 - `Lahnstein.de-orig.*`: Rede „Respekt geht anders“ in Lahnstein (Glossar
-  `lahnstein.glossar.txt`, erstellt mit Hilfe von `glossar_vorschlag.py`), zu laden mit
+  `glossare/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. Ein Lauf über eine
+Alle drei mit dem gemeinsamen `glossare/krone-schmalz.glossar.txt` davor. Ein Lauf über eine
 Rede dauert mit `qwen3:32b` vollständig auf einer RTX 3090 etwa 6–8 Minuten.

 ## Tests
--- a/tests/test_abschrift_korrigieren.py
+++ b/tests/test_abschrift_korrigieren.py
@ -14,7 +14,9 @@ REPO = Path(__file__).resolve().parent.parent
 # Own, made-up sample speech; real speeches are only kept locally in testdaten/
 SAMPLE = REPO / "tests" / "daten" / "beispiel.de.txt"
 GLOSSARY = REPO / "tests" / "daten" / "beispiel.glossar.txt"
-SHARED_GLOSSARY = REPO / "krone-schmalz.glossar.txt"
+# Real glossaries and speeches are only kept locally (see .gitignore)
+GLOSSARIES = REPO / "glossare"
+SHARED_GLOSSARY = GLOSSARIES / "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
@ -135,7 +137,7 @@ SAMPLE_GLOSSARIES = [
 # Real speeches and their glossaries are not in the repository; without them these skip
 needs_speeches = pytest.mark.skipif(
    not all(
-        (SPEECHES / sample).is_file() and (REPO / glossary).is_file()
+        (SPEECHES / sample).is_file() and (GLOSSARIES / glossary).is_file()
        for glossary, sample in SAMPLE_GLOSSARIES
    ) or not SHARED_GLOSSARY.is_file(),
    reason="echte Reden (testdaten/) und ihre Glossare nur lokal",
@ -155,7 +157,7 @@ def test_sample_glossary_replacements_all_match(capsys, glossary, sample):
    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])
+    ak.apply_replacements(text, ak.read_glossary(GLOSSARIES / glossary)[1])
    assert "ohne Treffer" not in capsys.readouterr().out