router: deutsche Spracherkennung mit whisper.cpp (CPU-only)

- STT-Worker (stt_worker.py): langlebiger HTTP-Service auf Port 8084
  - whisper-cli als Subprozess (CPU-only, 8 Threads)
  - Audio-Vorbereitung via ffmpeg (WebM/Opus/M4A → 16 kHz WAV)
  - Nativ: WAV, MP3, OGG, FLAC
  - Health-Endpunkt: GET /status
  - Transkription: POST /transcribe (Multipart-Form-Data)

- Router-Integration:
  - POST /v1/audio/transcriptions (OpenAI-kompatibel)
  - GET /v1/audio/models (whisper-1, kokoro-german)
  - GET /v1/audio/voices (martin, victoria)
  - /status mit stt-Section
  - model=whisper-1 akzeptiert
  - response_format: json, verbose_json

- systemd-Service: mike-ai-whisper.service
  - Boot-Start, Restart on failure, journald
  - CPU-only, kein GPU-Lock

- Deploy-Dateien aktualisiert (deploy.sh, install.sh)
- Mock-STT-Worker für lokale Tests (dev/mock_stt_worker.py)
- Tests ergänzt: STT Status, WAV, language=de, unbekanntes Modell,
  Worker down, Recovery, Audio-Modelle, Audio-Voices,
  STT+Qwen parallel, STT+TTS parallel
- README.md: STT-Section mit Endpunkten, Benchmarks, Doku

Benchmarks (CPU-only, 8 Threads):
  7.3 s Audio → 8.9 s (RTF 1.22×)
  30 s Audio → 16.8 s (RTF 0.56×)
  50 s Audio → 18.5 s (RTF 0.37×)
  RAM: ~1.7 GB (Modell), Worker: ~20 MB

README.md

@@ -19,6 +19,7 @@ Sprachausgabe bereit (Kokoro-82M, CPU-only, OpenAI-kompatibel).
 | Router-Port | **8081** |
 | Router-Service | `mike-ai-profile-router.service` |
 | TTS-Worker | `http://127.0.0.1:8082` (Service `mike-ai-kokoro.service`) |
+| STT-Worker | `http://127.0.0.1:8084` (Service `mike-ai-whisper.service`) |
 
 ## Profile / virtuelle Modelle
 
@@ -40,6 +41,9 @@ Sprachausgabe bereit (Kokoro-82M, CPU-only, OpenAI-kompatibel).
 | `GET /images` | Liste der gespeicherten Bilder (max. 200) |
 | `GET /images/<datei>` | PNG-Download (nur `images/`-Verzeichnis, validiert) |
 | `POST /v1/audio/speech` | Deutsche Sprachausgabe (Kokoro-82M, OpenAI-kompatibel) |
+| `POST /v1/audio/transcriptions` | Deutsche Spracherkennung (whisper.cpp, OpenAI-kompatibel) |
+| `GET /v1/audio/models` | Verfügbare Audio-Modelle (STT + TTS) |
+| `GET /v1/audio/voices` | Verfügbare TTS-Stimmen |
 | alles andere | Transparente Weiterleitung an llama.cpp |
 
 ### Verhalten
@@ -280,14 +284,106 @@ Pfad `phonemizer-fork` + `espeakng-loader` (kein spacy-curated-transformers,
 kein thinc 9.x). `spacy` wird nur für den `misaki.en`-Import benötigt
 (Englisch), nicht für den deutschen Pfad.
 
+## Spracherkennung (whisper.cpp, deutsch, CPU-only)
+
+Der Router stellt lokale deutsche Spracherkennung bereit. Die Transkription
+läuft in einem **separaten, langlebigen Worker** (`mike-ai-whisper.service`),
+der `whisper-cli` als Subprozess aufruft. Der Worker ist CPU-only und
+blockiert weder Qwen/llama.cpp noch FLUX/GPU – er teilt sich nur den
+Prozessor.
+
+- **Modell:** Whisper large-v3-turbo (ggml, ~1.6 GB, Vollpräzision)
+- **Build:** whisper.cpp CPU-only (AVX2+FMA, 8 Threads)
+- **Audio-Vorbereitung:** ffmpeg konvertiert WebM/Opus/M4A/AAC → 16 kHz mono WAV
+- **Nativ unterstützt:** WAV, MP3, OGG, FLAC
+- **Kein GPU-Lock:** STT läuft vollständig auf CPU, parallel zu Qwen (GPU)
+  und TTS (CPU)
+
+### Endpunkt `POST /v1/audio/transcriptions`
+
+OpenAI-kompatibel (Multipart-Form-Data). Unterstützt `file`, `model`,
+`language`, `prompt`, `temperature`, `response_format`.
+
+| Parameter | Werte | Default |
+|---|---|---|
+| `file` | Audio-Datei (Pflicht: webm, wav, mp3, m4a, ogg, flac) | – |
+| `model` | `whisper-1` (oder `whisper`) | `whisper-1` |
+| `language` | `de`, `en`, … (optional) | Auto-Detektion |
+| `prompt` | Kontext-Hinweis (optional) | – |
+| `temperature` | 0.0–1.0 (optional) | 0.0 |
+| `response_format` | `json` (Default), `verbose_json` | `json` |
+
+Die Antwort ist **JSON** mit `text` (und optional `language`, `duration`
+bei `verbose_json`).
+
+Beispiele:
+
+```bash
+# WebM/Opus (z.B. aus Open WebUI-Mikrofon)
+curl -s http://192.168.1.196:8081/v1/audio/transcriptions \
+  -F "file=@aufnahme.webm" \
+  -F "model=whisper-1"
+
+# WAV mit expliziter Sprache
+curl -s http://192.168.1.196:8081/v1/audio/transcriptions \
+  -F "file=@aufnahme.wav" \
+  -F "model=whisper-1" \
+  -F "language=de"
+
+# Verbose-Format
+curl -s http://192.168.1.196:8081/v1/audio/transcriptions \
+  -F "file=@aufnahme.wav" \
+  -F "model=whisper-1" \
+  -F "response_format=verbose_json"
+```
+
+### Discovery-Endpunkte
+
+- `GET /v1/audio/models` – listet verfügbare Audio-Modelle
+  (`whisper-1` für STT, `kokoro-german` für TTS)
+- `GET /v1/audio/voices` – listet verfügbare TTS-Stimmen
+  (`martin`, `victoria`)
+
+### Verhalten
+
+- **Kein GPU-Lock:** STT läuft CPU-only und greift nicht in den
+  GPU-Hotswap (Bild) oder Profilwechsel (Qwen) ein. STT-Requests können
+  parallel zu Chats, TTS und Bildgenerierung laufen.
+- **Serialisierte Transkription:** Der Worker transkribiert nacheinander
+  (CPU-bound), parallele Requests werden intern gewartet.
+- **`/status`** zeigt `stt.reachable`, `stt.ready`, `stt.model`,
+  `stt.threads`, `stt.language`, `stt.ffmpeg_exists`.
+- **Fehler:** Worker down → `503` (`stt_failed`); ungültige Parameter →
+  `400`. OpenAI-kompatibles Fehlerformat.
+
+### Benchmark (CPU-only, gemessen)
+
+| Audio-Dauer | Transkription | RTF |
+|---|---|---|
+| 7.3 s | 8.9 s | 1.22× |
+| 30 s | 16.8 s | 0.56× |
+| 50 s | 18.5 s | 0.37× |
+
+RTF < 1.0 bedeutet: Transkription ist schneller als Echtzeit.
+RAM-Belegung des Workers: ~1.7 GB (inkl. Modell).
+
+### Erforderliche Komponenten
+
+- `whisper.cpp` (CPU-only Build, `/opt/mike-ai/whisper.cpp/build-cpu/`)
+- `ggml-large-v3-turbo.bin` (`/opt/mike-ai/models/whisper/`)
+- `ffmpeg` (für WebM/Opus/M4A/AAC-Konvertierung)
+- Python 3.13 (nur Standardbibliothek, kein Venv nötig)
+
 ## Repository-Struktur
 
 ```
 router/ai_profile_router.py   # der Router (einzige Laufzeit-Datei)
 router/image_worker.py        # FLUX-Worker (eigener Prozess, JSON-Protokoll)
 router/tts_worker.py          # Kokoro-TTS-Worker (eigener Prozess, HTTP-API)
+router/stt_worker.py          # Whisper-STT-Worker (eigener Prozess, HTTP-API)
 deploy/mike-ai-profile-router.service   # systemd-Unit (Router)
 deploy/mike-ai-kokoro.service           # systemd-Unit (TTS-Worker)
+deploy/mike-ai-whisper.service          # systemd-Unit (STT-Worker)
 deploy/install.sh             # läuft auf dem Zielsystem (per SSH)
 deploy/deploy.sh              # läuft lokal: SCP + SSH
 dev/                          # lokale Tests (Mock-llama.cpp, Mock-Worker, Benchmarks)