Add local Whisper speech recognition

2026-09-03 21:59:37 +02:00
parent f1fdca3efd
commit 42ec28c9f6
7 changed files with 189 additions and 1 deletions
@@ -8,6 +8,7 @@ flowchart LR
    P --> Q[genau ein llama.cpp-Profil<br/>Qwen Fast / Medium / Large / Ultra / Uncensored]
    R --> I[FLUX.2-klein-4B<br/>RTX 5080, Text + Editing]
    R --> T[XTTS RTX 3060<br/>Piper CPU-Fallback]
+    R --> STT[Whisper.cpp large-v3-turbo<br/>CPU, lokale Spracherkennung]

    H --> U[MUA / Unraid MCP]
    H --> A[ARR-MCP]
@@ -2,6 +2,19 @@

 Stand: 3. September 2026

+## Lokale Spracherkennung
+
+Athena betreibt Whisper.cpp v1.9.1 mit `large-v3-turbo` als CPU-Dienst. Der
+Profile Router veröffentlicht ihn als OpenAI-kompatiblen Endpunkt
+`/v1/audio/transcriptions`; Standardsprache ist Deutsch. Modell und Download
+bleiben im persistenten Docker-Volume `whisper-data` erhalten.
+
+Ein lokaler Rundlauftest (Athena-TTS → WAV → Athena-STT) wurde erfolgreich
+durchgeführt. OpenClaw ist ebenfalls auf diesen lokalen Endpunkt eingestellt
+und wurde mit `openclaw infer audio transcribe` erfolgreich geprüft. Für den
+lokalen Provider ist der Zugriff auf Athenas private IP ausdrücklich erlaubt;
+andere private Ziele werden dadurch nicht freigeschaltet.
+
 ## Produktive llama.cpp-Runtime

 Alle Textprofile verwenden llama.cpp Build 10781,