Use qwen3-asr throughout speech integrations

ATHENA.md

@@ -4,6 +4,8 @@ Stand: **20. September 2026**, auf Athena geprüft. Die fünf Textprofil-Images
 tragen **llama.cpp b29c606** (0.4.1).
 Der [geprüfte Live-Stand](docs/LIVE_STATE.md) beschreibt Profile, GPUs und die
 Abweichung zwischen dem bereitgestellten Stack und dem Git-Checkout.
+Seit dem 24. September verarbeitet auch Ultra Bilder; sein Vision-Projektor
+läuft auf der CPU. [Änderung und Test](docs/ULTRA_CPU_VISION_20260924.md).
 Der [Updatebericht vom 15. September](docs/UPDATE_AUDIT_20260915.md)
 enthält die aktuellen Build- und Testbelege. Der ältere
 [b10930-Bericht](docs/LLAMA_B10930_UPDATE_20260912.md) dokumentiert einen
@@ -22,7 +24,7 @@ Sie betreibt:
 - den OpenAI-kompatiblen Profile Router,
 - Qwen-Image-2.1 INT8 für Textbilder und Referenzbild-Bearbeitung,
 - Qwen3-TTS und TTS-Gateway für Sprache,
-- Whisper.cpp und die WebRTC-Brücke für OpenClaw Talk,
+- Qwen3-ASR auf der CPU und die WebRTC-Brücke für OpenClaw Talk,
 - EmbeddingGemma auf der CPU für OpenClaws semantische Memory-Suche,
 - die GPU-lose Mikes-Applio-UI als gesonderten Checkout,
 - das Athena-Dashboard,
@@ -93,6 +95,8 @@ nicht direkt. Kein automatischer Host-Neustart ist vorgesehen.
 - Qwen-Image-2.1 INT8: Bildgenerierung und Editing auf der RTX 5080; das Textmodell wird dafür kurz entladen und danach
   automatisch wiederhergestellt
 - Qwen3-TTS 1.7B: RTX 3060; kein Piper-Fallback
+- Qwen3-ASR 0.6B Q8: CPU, hinter dem OpenAI-kompatiblen
+  Transkriptionsendpunkt mit dem Modellnamen `qwen3-asr`.
 - EmbeddingGemma 300M Q8: CPU, OpenAI-kompatibel auf Port 8082; kein GPU-Zugriff
 
 Die geprüften Live-Werte stehen in [docs/LIVE_STATE.md](docs/LIVE_STATE.md).

README.md

@@ -22,9 +22,11 @@ dokumentieren den ausgerollten Stand, reduzierte Statuslatenzen und Tests.
 - genau ein aktives llama.cpp-Profil: Fast, Medium, Large, Ultra oder Uncensored
 - Profile Router auf Port 8081
 - Qwen-Image-2.1 INT8 als produktiver Bildworker auf der RTX 5080
+- offizielle Qwen-Image-2.1 Prompt-Enhancer T2I und I2I als kurzlebige
+  Q5-Worker auf der RTX 3060
 - FLUX.2 Klein 9B FP8 Beta als gestoppter Rückfallcontainer
 - Qwen3-TTS 1.7B auf der RTX 3060 hinter dem TTS-Gateway; kein Piper-Fallback
-- Whisper.cpp `small` auf der CPU für lokale deutsche Spracherkennung
+- Qwen3-ASR 0.6B Q8 auf der CPU für lokale deutsche Spracherkennung
 - EmbeddingGemma 300M Q8 auf der CPU für OpenClaws hybride Memory-Suche
 - Live-Dashboard mit 21 Tagen Detailhistorie für GPUs und Slot-Kontextbelegung auf Port 8099
 - Portainer CE als optionale Container-Ansicht auf Port 9443
@@ -48,8 +50,12 @@ ist nicht mehr Bestandteil der produktiven Architektur.
 Bildanfragen an den Router verwenden seit dem 21. September
 **Qwen-Image-2.1 INT8** über gepinntes ComfyUI. Der Worker läuft mit Low-VRAM
 auf der RTX 5080, 25 Schritten, CFG 1 und kann bis zu vier Referenzbilder
-verarbeiten. Das aktive Textprofil und TTS werden für den Auftrag angehalten
+verarbeiten. Vor dem Rendern schreibt der passende offizielle Q5-Prompt-
-und anschließend wiederhergestellt. Der bisherige FLUX.2-Worker und seine
+Enhancer den kurzen Text automatisch um: PE-T2I für reine Textaufträge und
+PE-I2I für Referenzbilder. Er läuft dafür vorübergehend auf der RTX 3060.
+OpenClaw benötigt weder ein neues Werkzeug noch besondere Promptregeln. Das
+aktive Textprofil und TTS werden für den Auftrag angehalten und anschließend
+wiederhergestellt. Der bisherige FLUX.2-Worker und seine
 Gewichte bleiben als gestoppter, explizit allowlist-beschränkter Rückfallpfad
 erhalten. Reproduzierbarer Stand und Rückschaltung:
 [Qwen-Image-2.1](docs/QWEN_IMAGE_21.md).
@@ -136,15 +142,24 @@ Prefills konkurrieren weiterhin um Rechenleistung und den gemeinsamen KV-Pool.
 - Athena-Dashboard: `http://192.168.1.212:8099`
 
 Der Router stellt Sprache OpenAI-kompatibel bereit: Sprachausgabe über
-`/v1/audio/speech` und Spracherkennung über `/v1/audio/transcriptions`. Das
+`/v1/audio/speech` und Spracherkennung über `/v1/audio/transcriptions`.
-Whisper-Modell liegt persistent im Docker-Volume `whisper-data`; Audiodaten
+Spracherkennung nutzt Qwen3-ASR-0.6B Q8 auf der CPU; das Modell liegt unter
-werden lokal auf Athena verarbeitet. Für OpenClaw Talk liegt der lokale
+`/data/models/qwen3-asr-0.6b-q8`. Der Adapter liefert reinen Text unter
+`qwen3-asr`; OpenClaw und die Voice-Brücke verwenden denselben Modellnamen.
+Whisper-Container, Image und
+Modellvolume sind entfernt. Audiodaten werden lokal auf Athena verarbeitet.
+Für OpenClaw Talk liegt der lokale
 Realtime-Provider unter
 [`integrations/openclaw-athena-talk`](integrations/openclaw-athena-talk). Er
-verbindet Mikrofon → Athena Whisper → normalen OpenClaw-Agenten → aktives
+verbindet Mikrofon → Athena STT → normalen OpenClaw-Agenten → aktives
 Athena-TTS, sodass Modell, Werkzeuge und Memory auch im Sprachmodus erhalten
 bleiben. Die Installation landet in OpenClaws persistentem Datenverzeichnis
 und bleibt deshalb bei normalen Container-Updates bestehen.
+Die separate Diktierfunktion verarbeitet seit Plugin-Version 1.3.0 längere
+Aufnahmen bereits während des Sprechens in überlappenden Sechs-Sekunden-
+Abschnitten. Beim Loslassen bleibt nur der kurze Rest für OpenClaws festes
+Fünf-Sekunden-Abschlussfenster. Dafür wurden weder OpenClaw selbst verändert
+noch ein weiterer Container angelegt.
 
 OpenClaw wird über den Provider **llama.cpp → Existing llama-server** mit
 `http://192.168.1.212:8081/v1` verbunden. Der Router beantwortet sowohl

compose.yaml

@@ -394,9 +394,8 @@ services:
       - --spec-draft-type-v
       - f16
 
-  # Text-only maximum-context profile. This exact IQ4_XS-pure / 256K / 80:20
+  # Maximum-context profile. Keep the vision projector on CPU so images work
-  # combination completed the 220K fill test on RTX 5080 + RTX 3060.
+  # without consuming the tightly budgeted GPU memory of the 256K context.
-  # Deliberately no vision projector: Ultra prioritizes maximum usable context.
   llama-ultra:
     <<: *llama-common
     container_name: mike-ai-llama-ultra
@@ -408,6 +407,9 @@ services:
     command:
       - --model
       - "/models/${ULTRA_MODEL_FILE:?ULTRA_MODEL_FILE is required}"
+      - --mmproj
+      - "/models/${VISION_PROJECTOR_FILE:?VISION_PROJECTOR_FILE is required}"
+      - --no-mmproj-offload
       - --alias
       - qwen-ultra
       - --ctx-size
@@ -572,6 +574,8 @@ services:
       ALLOWED_PROFILES: fast,medium,large,ultra,uncensored
       IMAGE_WORKER: image
       RESTORE_WORKER: restore
+      IMAGE_PROMPT_I2I_WORKER: image-prompt-i2i
+      IMAGE_PROMPT_T2I_WORKER: image-prompt-t2i
       FLUX_STANDBY_WORKER: flux-standby
       TTS_WORKER: qwen3
       MUSIC_WORKER: acestep
@@ -602,6 +606,8 @@ services:
     volumes:
       - ./router/router_profiles.json:/etc/mike-ai/router-profiles.json:ro
       - ./config/global-system-policy.txt:/etc/mike-ai/global-system-policy.txt:ro
+      - "${QWEN_IMAGE_PE_I2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-i2i-q5}/system_prompt.txt:/etc/mike-ai/qwen-image-pe-i2i-system-prompt.txt:ro"
+      - "${QWEN_IMAGE_PE_T2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-t2i-q5}/system_prompt.txt:/etc/mike-ai/qwen-image-pe-t2i-system-prompt.txt:ro"
       - router-state:/var/lib/mike-ai-profile-router
       - router-images:/data/images
     environment:
@@ -631,6 +637,11 @@ services:
       IMAGE_DIR: /data/images
       IMAGE_WORKER_URL: http://image-worker:8086
       IMAGE_WORKER_TOKEN: "${CONTROLLER_TOKEN:?CONTROLLER_TOKEN is required}"
+      IMAGE_PROMPT_I2I_URL: http://image-prompt-enhancer-i2i:8080
+      IMAGE_PROMPT_T2I_URL: http://image-prompt-enhancer-t2i:8080
+      IMAGE_PROMPT_I2I_SYSTEM_FILE: /etc/mike-ai/qwen-image-pe-i2i-system-prompt.txt
+      IMAGE_PROMPT_T2I_SYSTEM_FILE: /etc/mike-ai/qwen-image-pe-t2i-system-prompt.txt
+      IMAGE_PROMPT_ENHANCER_TIMEOUT: "180"
       IMAGE_MODEL_NAME: Qwen-Image-2.1-int8
       IMAGE_INFERENCE_STEPS: "25"
       CHAT_IMAGE_ALLOW_REMOTE_URLS: "false"
@@ -647,7 +658,7 @@ services:
       MUSIC_START_TIMEOUT: "600"
       VOICE_CHANGE_START_TIMEOUT: "600"
       APPLIO_START_TIMEOUT: "900"
-      STT_WORKER_URL: http://whisper:8084
+      STT_WORKER_URL: http://qwen-asr-worker:8084
       STT_TIMEOUT: "300"
     networks: [frontend, control, inference]
     security_opt: ["no-new-privileges:true"]
@@ -670,7 +681,7 @@ services:
         condition: service_healthy
       tts-gateway:
         condition: service_healthy
-      whisper:
+      qwen-asr-worker:
         condition: service_healthy
 
   image-worker:
@@ -716,6 +727,143 @@ services:
       retries: 90
       start_period: 10s
 
+  image-prompt-enhancer-i2i:
+    image: mike-ai/llama.cpp:b10930
+    container_name: mike-ai-image-prompt-enhancer-i2i
+    restart: "no"
+    profiles: [image]
+    labels:
+      com.mike-ai.image-worker: image-prompt-i2i
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: nvidia
+              device_ids: ["${QWEN_IMAGE_PE_GPU:-0}"]
+              capabilities: [gpu]
+    read_only: true
+    tmpfs: ["/tmp:size=512m,mode=1777"]
+    volumes:
+      - "${QWEN_IMAGE_PE_I2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-i2i-q5}:/models:ro"
+    command:
+      - --model
+      - /models/Qwen-Image-2.1-PE-I2I.Q5_K_M.gguf
+      - --mmproj
+      - /models/Qwen-Image-2.1-PE-I2I.mmproj-bf16.gguf
+      - --mmproj-offload
+      - --mmproj-device
+      - CUDA0
+      - --alias
+      - qwen-image-pe-i2i
+      - --ctx-size
+      - "16384"
+      - --flash-attn
+      - "on"
+      - --cache-type-k
+      - q8_0
+      - --cache-type-v
+      - q8_0
+      - --threads
+      - "6"
+      - --threads-batch
+      - "6"
+      - --batch-size
+      - "1024"
+      - --ubatch-size
+      - "128"
+      - --parallel
+      - "1"
+      - --jinja
+      - --reasoning
+      - auto
+      - --host
+      - 0.0.0.0
+      - --port
+      - "8080"
+      - --metrics
+      - --n-gpu-layers
+      - all
+      - --device
+      - CUDA0
+      - --split-mode
+      - none
+      - --no-ui
+    networks: [inference]
+    security_opt: ["no-new-privileges:true"]
+    cap_drop: [ALL]
+    healthcheck:
+      test: [CMD, curl, -fsS, "http://127.0.0.1:8080/health"]
+      interval: 5s
+      timeout: 3s
+      retries: 40
+      start_period: 10s
+
+  image-prompt-enhancer-t2i:
+    image: mike-ai/llama.cpp:b10930
+    container_name: mike-ai-image-prompt-enhancer-t2i
+    restart: "no"
+    profiles: [image]
+    labels:
+      com.mike-ai.image-worker: image-prompt-t2i
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: nvidia
+              device_ids: ["${QWEN_IMAGE_PE_GPU:-0}"]
+              capabilities: [gpu]
+    read_only: true
+    tmpfs: ["/tmp:size=512m,mode=1777"]
+    volumes:
+      - "${QWEN_IMAGE_PE_T2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-t2i-q5}:/models:ro"
+    command:
+      - --model
+      - /models/Qwen-Image-2.1-PE-T2I.Q5_K_M.gguf
+      - --alias
+      - qwen-image-pe-t2i
+      - --ctx-size
+      - "16384"
+      - --flash-attn
+      - "on"
+      - --cache-type-k
+      - q8_0
+      - --cache-type-v
+      - q8_0
+      - --threads
+      - "6"
+      - --threads-batch
+      - "6"
+      - --batch-size
+      - "1024"
+      - --ubatch-size
+      - "128"
+      - --parallel
+      - "1"
+      - --jinja
+      - --reasoning
+      - auto
+      - --host
+      - 0.0.0.0
+      - --port
+      - "8080"
+      - --metrics
+      - --n-gpu-layers
+      - all
+      - --device
+      - CUDA0
+      - --split-mode
+      - none
+      - --no-ui
+    networks: [inference]
+    security_opt: ["no-new-privileges:true"]
+    cap_drop: [ALL]
+    healthcheck:
+      test: [CMD, curl, -fsS, "http://127.0.0.1:8080/health"]
+      interval: 5s
+      timeout: 3s
+      retries: 40
+      start_period: 10s
+
   # Previous production image model, retained as a stopped rollback target.
   # It is outside the normal router path and can only be started through the
   # controller's allowlisted flux-standby endpoint.
@@ -828,40 +976,77 @@ services:
       retries: 12
       start_period: 10s
 
-  whisper:
+  qwen-asr:
-    build:
+    image: ${LLAMA_CPU_IMAGE:-mike-ai/llama.cpp-cpu:local}
-      context: .
+    container_name: mike-ai-qwen-asr
-      dockerfile: platform/docker/whisper/Dockerfile
-      args:
-        WHISPER_CPP_VERSION: ${WHISPER_CPP_VERSION:-v1.9.1}
-    image: mike-ai/whisper:local
-    container_name: mike-ai-whisper
     restart: unless-stopped
     read_only: true
     tmpfs:
-      - /tmp:size=2g,mode=1777
+      - /tmp:size=256m,mode=1777
     volumes:
-      - whisper-data:/models
+      - "${QWEN_ASR_MODEL_DIR:-/data/models/qwen3-asr-0.6b-q8}:/models:ro"
-    environment:
+    command:
-      WHISPER_HOST: 0.0.0.0
+      - --model
-      WHISPER_PORT: "8084"
+      - /models/Qwen3-ASR-0.6B-Q8_0.gguf
-      WHISPER_CLI: /opt/whisper.cpp/build/bin/whisper-cli
+      - --mmproj
-      WHISPER_MODEL: /models/ggml-small.bin
+      - /models/mmproj-Qwen3-ASR-0.6B-Q8_0.gguf
-      WHISPER_MODEL_URL: ${WHISPER_MODEL_URL:-https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-small.bin}
+      - --no-mmproj-offload
-      WHISPER_SERVER_PORT: "8085"
+      - --n-gpu-layers
-      WHISPER_THREADS: ${WHISPER_THREADS:-8}
+      - "0"
-      WHISPER_LANGUAGE: ${WHISPER_LANGUAGE:-de}
+      - --alias
-    networks: [frontend, inference]
+      - qwen3-asr-0.6b
+      - --ctx-size
+      - "4096"
+      - --threads
+      - "6"
+      - --parallel
+      - "1"
+      - --host
+      - 0.0.0.0
+      - --port
+      - "8080"
+      - --no-ui
+      - --fit
+      - "off"
+    cpus: 6
+    mem_limit: 6g
+    networks: [inference]
     security_opt: ["no-new-privileges:true"]
     cap_drop: [ALL]
-    # The entrypoint supervises whisper-server after dropping it to uid 10004.
-    cap_add: [CHOWN, SETUID, SETGID, KILL]
     healthcheck:
-      test: [CMD, curl, -fsS, "http://127.0.0.1:8084/status"]
+      test: [CMD, curl, -fsS, "http://127.0.0.1:8080/health"]
       interval: 10s
       timeout: 5s
-      retries: 90
+      retries: 12
-      start_period: 20m
+      start_period: 30s
+
+  qwen-asr-worker:
+    build:
+      context: .
+      dockerfile: platform/docker/qwen-asr-worker/Dockerfile
+    image: mike-ai/qwen-asr-worker:local
+    container_name: mike-ai-qwen-asr-worker
+    restart: unless-stopped
+    read_only: true
+    tmpfs:
+      - /tmp:size=256m,mode=1777
+    environment:
+      QWEN_ASR_HOST: 0.0.0.0
+      QWEN_ASR_PORT: "8084"
+      QWEN_ASR_LANGUAGE: de
+      QWEN_ASR_SERVER_URL: http://qwen-asr:8080
+    networks: [inference]
+    security_opt: ["no-new-privileges:true"]
+    cap_drop: [ALL]
+    depends_on:
+      qwen-asr:
+        condition: service_healthy
+    healthcheck:
+      test: [CMD, python, -c, "import json,urllib.request; assert json.load(urllib.request.urlopen('http://127.0.0.1:8084/status', timeout=2))['ready']"]
+      interval: 10s
+      timeout: 5s
+      retries: 12
+      start_period: 15s
 
   llama-dashboard:
     build: ./platform/llama-dashboard
@@ -976,7 +1161,6 @@ networks:
     name: mike-ai-tools-egress
 
 volumes:
-  whisper-data:
   router-state:
   router-images:
   portainer-data:

config/profile-matrix.json

@@ -47,9 +47,9 @@
       "model_env": "ULTRA_MODEL_FILE",
       "model_family": "Qwen3.8-27B IQ4 XS Pure",
       "gpu_split": "80:20",
-      "vision": false,
+      "vision": true,
       "mtp": 2,
-      "description": "Maximaler Textkontext; bewusst ohne Vision-Projektor."
+      "description": "Maximaler Kontext mit Vision-Projektor auf der CPU."
     },
     {
       "id": "uncensored",

dev/mock_stt_worker.py

@@ -1,7 +1,7 @@
 #!/usr/bin/env python3
 """Mock-STT-Worker für lokale Tests.
 
-Simuliert den Whisper-STT-Worker:
+Simuliert den Qwen3-ASR-Adapter:
   GET  /status      → ready: true
   POST /transcribe  → liefert festes Transkript
 

dev/test_chunked.py

@@ -220,7 +220,7 @@ def main() -> None:
     # Test 1: Multipart + Content-Length (bestehender Pfad)
     # ------------------------------------------------------------------
     print("Test 1: Multipart + Content-Length")
-    mp = build_multipart({"model": "whisper-1", "language": "de"},
+    mp = build_multipart({"model": "qwen3-asr", "language": "de"},
                          file_data=fake_webm)
     status, body = http_request(
         "POST", PORTS["router"], "/v1/audio/transcriptions",
@@ -235,7 +235,7 @@ def main() -> None:
     # Test 2: Multipart + Transfer-Encoding chunked (einfach)
     # ------------------------------------------------------------------
     print("Test 2: Multipart + chunked (einfach)")
-    mp = build_multipart({"model": "whisper-1"}, file_data=fake_webm)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=fake_webm)
     chunked = build_chunked_body([mp])
     raw = (
         b"POST /v1/audio/transcriptions HTTP/1.1\r\n"
@@ -254,7 +254,7 @@ def main() -> None:
     # Test 3: Mehrere unterschiedlich große Chunks
     # ------------------------------------------------------------------
     print("Test 3: Mehrere unterschiedlich große Chunks")
-    mp = build_multipart({"model": "whisper-1"}, file_data=fake_webm)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=fake_webm)
     # In 5 Chunks aufteilen (unterschiedlich groß)
     chunks = []
     sizes = [10, 50, 7, 100, 33]
@@ -283,7 +283,7 @@ def main() -> None:
     # Test 4: Boundary über Chunk-Grenzen verteilt
     # ------------------------------------------------------------------
     print("Test 4: Boundary über Chunk-Grenzen verteilt")
-    mp = build_multipart({"model": "whisper-1"}, file_data=fake_webm)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=fake_webm)
     # Boundary-String finden und Chunk-Grenze genau dorthin setzen
     boundary_str = b"--testboundary123"
     idx = mp.find(boundary_str, 10)  # zweite Boundary (vor file)
@@ -310,7 +310,7 @@ def main() -> None:
     # Test 5: Chunk Extensions
     # ------------------------------------------------------------------
     print("Test 5: Chunk Extensions")
-    mp = build_multipart({"model": "whisper-1"}, file_data=fake_webm)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=fake_webm)
     chunks_ext = [
         (mp[:20], "ext1=value1"),
         (mp[20:60], None),
@@ -335,7 +335,7 @@ def main() -> None:
     #         hier explizit mit Trailer)
     # ------------------------------------------------------------------
     print("Test 6: 0-Chunk mit Trailer")
-    mp = build_multipart({"model": "whisper-1"}, file_data=fake_webm)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=fake_webm)
     chunked = build_chunked_body([mp])
     # Trailer hinzufügen
     chunked_with_trailer = chunked.replace(
@@ -376,7 +376,7 @@ def main() -> None:
     print("Test 8: Uploadgrößenlimit")
     # MAX_UPLOAD_SIZE = 1 MB, also 2 MB senden
     big_data = b"A" * (2 * 1024 * 1024)
-    mp = build_multipart({"model": "whisper-1"}, file_data=big_data)
+    mp = build_multipart({"model": "qwen3-asr"}, file_data=big_data)
     chunked = build_chunked_body([mp[:1024 * 1024], mp[1024 * 1024:]])
     raw = (
         b"POST /v1/audio/transcriptions HTTP/1.1\r\n"
@@ -402,7 +402,7 @@ def main() -> None:
                 + b"WEBM_OPUS_AUDIO_DATA" * 100)
     boundary = "950bd961b24c4a32801e31b128c85e09"
     mp = build_multipart(
-        {"model": "whisper-1", "language": "de"},
+        {"model": "qwen3-asr", "language": "de"},
         file_data=webm_data,
         filename="recording.webm",
         boundary=boundary,

dev/test_multipart.py

@@ -71,13 +71,13 @@ def test_quoted_boundary():
     boundary = "----WebKitFormBoundary7MA4YWxkTrZu0gW"
     webm = b"\x1a\x45\xdf\xa3" + b"\x00\x01\x02\x03\xff\xfe\xfd" * 50
     body, ct = build(
-        [("model", "whisper-1", None), ("file", webm, "t.webm")],
+        [("model", "qwen3-asr", None), ("file", webm, "t.webm")],
         boundary, quoted=True,
     )
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == webm, "file_data mismatch"
     assert fn == "t.webm", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     print("  quoted boundary: OK")
 
 
@@ -109,7 +109,7 @@ def test_openwebui_style():
         f"\r\n--{boundary}\r\n"
         f'Content-Disposition: form-data; name="model"\r\n'
         f"\r\n"
-        f"whisper-1\r\n"
+        f"qwen3-asr\r\n"
         f"--{boundary}\r\n"
         f'Content-Disposition: form-data; name="temperature"\r\n'
         f"\r\n"
@@ -119,7 +119,7 @@ def test_openwebui_style():
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == webm, "file_data mismatch"
     assert fn == "rec.webm", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     assert fl["temperature"] == "0.0", f"temperature mismatch: {fl!r}"
     print("  Open-WebUI-artig: OK")
 
@@ -128,13 +128,13 @@ def test_file_before_model():
     """File-Feld vor model-Feld."""
     boundary = "boundary123"
     body, ct = build(
-        [("file", b"DATA", "f.wav"), ("model", "whisper-1", None)],
+        [("file", b"DATA", "f.wav"), ("model", "qwen3-asr", None)],
         boundary, quoted=False,
     )
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == b"DATA", "file_data mismatch"
     assert fn == "f.wav", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     print("  File vor model: OK")
 
 
@@ -142,13 +142,13 @@ def test_file_after_model():
     """model-Feld vor File-Feld."""
     boundary = "boundary456"
     body, ct = build(
-        [("model", "whisper-1", None), ("file", b"DATA", "g.wav")],
+        [("model", "qwen3-asr", None), ("file", b"DATA", "g.wav")],
         boundary, quoted=False,
     )
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == b"DATA", "file_data mismatch"
     assert fn == "g.wav", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     print("  File nach model: OK")
 
 
@@ -182,13 +182,13 @@ def test_extra_headers_ignored():
         f"\r\n--{boundary}\r\n"
         f'Content-Disposition: form-data; name="model"\r\n'
         f"\r\n"
-        f"whisper-1\r\n"
+        f"qwen3-asr\r\n"
         f"--{boundary}--\r\n"
     ).encode()
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == webm, "file_data mismatch"
     assert fn == "x.webm", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     print("  Extra-Header ignoriert: OK")
 
 
@@ -198,7 +198,7 @@ def test_all_fields():
     body, ct = build(
         [
             ("file", b"AUDIO", "a.webm"),
-            ("model", "whisper-1", None),
+            ("model", "qwen3-asr", None),
             ("language", "de", None),
             ("prompt", "Kontext", None),
             ("response_format", "verbose_json", None),
@@ -209,7 +209,7 @@ def test_all_fields():
     fd, fn, fl = parse_multipart(body, ct)
     assert fd == b"AUDIO", "file_data mismatch"
     assert fn == "a.webm", f"filename mismatch: {fn!r}"
-    assert fl["model"] == "whisper-1", f"model mismatch: {fl!r}"
+    assert fl["model"] == "qwen3-asr", f"model mismatch: {fl!r}"
     assert fl["language"] == "de", f"language mismatch: {fl!r}"
     assert fl["prompt"] == "Kontext", f"prompt mismatch: {fl!r}"
     assert fl["response_format"] == "verbose_json", f"response_format mismatch: {fl!r}"

dev/test_router_coordination.py

@@ -3,6 +3,7 @@ import json
 import os
 import sys
 import threading
+import tempfile
 import unittest
 from pathlib import Path
 from unittest.mock import patch
@@ -13,6 +14,26 @@ import ai_profile_router as router
 
 
 class CoordinationTests(unittest.TestCase):
+    def test_prompt_enhancer_accepts_plain_and_fenced_json(self):
+        plain = router._parse_prompt_enhancer_result(
+            '{"rewritten_prompt":"new scene","wh_ratio":"3:2"}')
+        fenced = router._parse_prompt_enhancer_result(
+            '```json\n{"rewritten_prompt":"portrait","wh_ratio":"3:4"}\n```')
+        self.assertEqual(plain['rewritten_prompt'], 'new scene')
+        self.assertEqual(fenced['wh_ratio'], '3:4')
+
+    def test_prompt_enhancer_rejects_missing_rewrite(self):
+        with self.assertRaisesRegex(RuntimeError, 'rewritten_prompt'):
+            router._parse_prompt_enhancer_result('{"wh_ratio":"1:1"}')
+
+    def test_image_data_url_resolves_volume_relative_reference(self):
+        with tempfile.TemporaryDirectory() as directory, \
+             patch.object(router, 'IMAGE_DIR', directory):
+            path = Path(directory) / '.edit-reference.ref'
+            path.write_bytes(b'\x89PNG\r\n\x1a\ncontent')
+            result = router._image_data_url(path.name)
+        self.assertTrue(result.startswith('data:image/png;base64,'))
+
     def test_mode_uses_one_consistent_controller_snapshot(self):
         with patch.object(router, 'PROFILE_CONTROL_URL', 'http://controller'), \
              patch.object(router, '_profile_controller_request', return_value={

docs/CONTAINER_INVENTORY.md

@@ -2,7 +2,7 @@
 
 Stand: 21. September 2026
 
-Athena hat 31 reguläre Docker-Container. Nicht jeder Container enthält
+Athena hat 33 reguläre Docker-Container. Nicht jeder Container enthält
 ein KI-Modell: Router, Oberflächen, Netzwerk, Steuerung und Sicherung sind
 gewöhnliche Dienste. Die rechenintensiven GPU-Worker werden absichtlich nur bei
 Bedarf gestartet. Ein Container im Zustand `Created` oder `Exited (0)` ist daher
@@ -15,12 +15,14 @@ nicht automatisch ein ungenutzter Rest.
 | `mike-ai-bonsai2-ab` | Bonsai-2-Vergleichsmodell | Gestoppter, reproduzierbar dokumentierter A/B-Testcontainer; kein Produktivprofil. |
 | `mike-ai-applio-studio` | Applio/RVC; Stimmenmodelle werden nutzerseitig ergänzt | Vollständige RVC-Oberfläche für Inferenz, Modellverwaltung und Training auf der RTX 5080. Für eine Konvertierung ist ein importiertes oder trainiertes `.pth`-Modell nötig; eine Referenzaufnahme allein reicht nicht. |
 | `mike-ai-image-worker` | Qwen-Image-2.1 INT8, Qwen3-VL-8B INT8 und VAE | Produktiver Bildworker; erzeugt und bearbeitet Bilder transaktional auf der RTX 5080. |
+| `mike-ai-image-prompt-enhancer-t2i` | Qwen-Image-2.1 PE-T2I Q5_K_M | Kurzlebiger offizieller Prompt-Aufbereiter für reine Textaufträge auf der RTX 3060; außerhalb eines Bildauftrags gestoppt. |
+| `mike-ai-image-prompt-enhancer-i2i` | Qwen-Image-2.1 PE-I2I Q5_K_M mit BF16-MMProj | Kurzlebiger offizieller Prompt-Aufbereiter für bis zu vier Referenzbilder auf der RTX 3060; außerhalb eines Bildauftrags gestoppt. |
 | `mike-ai-flux-image-worker` | FLUX.2 Klein 9B FP8, Qwen3-8B NF4 Textencoder und VAE | Gestoppter Rückfallworker; wird vom normalen Router-Bildpfad nicht gestartet. |
 | `mike-ai-llama-dashboard` | kein Modell | Zeigt Telemetrie, Profile, GPU-Nutzung, Slot-Kontextbelegung mit Verlauf und Betriebsarten an und bietet die Modusumschaltung. |
 | `mike-ai-llama-fast` | Qwen3.8-27B `IQ4-MIX`, Qwen-MMProj BF16 | Schnelles Q4-Text-/Vision-Profil mit 76.800 Token Kontext. |
 | `mike-ai-llama-large` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Q4-Text-/Vision-Profil mit 192.000 Token Kontext und Verteilung auf beide GPUs. |
 | `mike-ai-llama-medium` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 | Standard-Q4-Text-/Vision-Profil mit gemeinsamem 160.000-Token-KV-Pool, aktuell zwei Slots und Verteilung auf beide GPUs. |
-| `mike-ai-llama-ultra` | Qwen3.8-27B `IQ4_XS-pure`, ohne Vision-Projektor | Maximales Langkontextprofil mit 262.144 Token Kontext und Verteilung auf beide GPUs. |
+| `mike-ai-llama-ultra` | Qwen3.8-27B `IQ4_XS-pure`, Qwen-MMProj BF16 auf CPU | Text-/Vision-Profil mit 262.144 Token Kontext und Verteilung des Textmodells auf beide GPUs. |
 | `mike-ai-llama-uncensored` | Qwen3.8-27B Abliterated `Q4_K_M`, eigener MMProj F16 | Spezialprofil mit 80.000 Token Kontext und gelockerten Modellgrenzen. |
 | `mike-ai-ltx2-studio` | LTX-Video-Backend | GPU-Worker für lokale Videogenerierung; beim Abgleich gestoppt. |
 | `mike-ai-mcp-athena-operator` | kein Modell | Stellt Hermes begrenzte Werkzeuge zum Prüfen, Ändern, Testen, Sichern und Versionieren von Athena bereit. |
@@ -30,13 +32,14 @@ nicht automatisch ein ungenutzter Rest.
 | `mike-ai-portainer` | kein Modell; Portainer CE | Optionale Docker-Verwaltungsoberfläche. |
 | `mike-ai-profile-controller` | kein Modell | Startet und stoppt ausschließlich freigegebene Modellprofile und Spezialworker in einer sicheren Reihenfolge. |
 | `mike-ai-qwen-cron-test` | kleines Qwen-Testmodell | Gestoppter CPU-/Cron-Worker-Versuch; nicht produktiv eingesetzt. |
-| `mike-ai-realtime-voice` | kein Modell | Laufende, gesunde WebRTC-Brücke für OpenClaw Talk; verbindet über den privaten WireGuard-Pfad Athena Whisper, OpenClaw-Agent und Qwen3-TTS ohne Profilwechsel. |
+| `mike-ai-realtime-voice` | kein Modell | Laufende, gesunde WebRTC-Brücke für OpenClaw Talk; verbindet über den privaten WireGuard-Pfad Athena Qwen3-ASR, OpenClaw-Agent und Qwen3-TTS ohne Profilwechsel. |
 | `mike-ai-qwen3-tts` | `Qwen/Qwen3-TTS-12Hz-1.7B-Base`, Stimme Serena | Hochwertige deutsche Sprachausgabe auf der RTX 3060 im LLM-Betrieb. |
 | `mike-ai-router` | kein eigenes Modell | Einzige OpenAI-kompatible Modelladresse; koordiniert Profile, Bildaufträge, Sprache und Betriebsarten. |
 | `mike-ai-stem-separator` | BS-RoFormer Viperx 1297, `htdemucs_ft`, `htdemucs_6s`, `MossFormer2_SE_48K` | Trennt Gesang, Instrumente oder Sprache/Hintergrundgeräusche im exklusiven Separationsmodus. |
 | `mike-ai-tts-gateway` | kein eigenes Modell | Normalisiert Text, konvertiert Ausgabeformate und stellt Qwen3-TTS sowie natives PCM-Streaming über eine stabile interne API bereit. |
 | `mike-ai-voice-studio` | `k2-fsa/OmniVoice` 0.2.1 mit Whisper-ASR | Erzeugt Text-to-Speech mit einer Referenzstimme; kein Audio-to-Audio-Voice-Changer. |
-| `mike-ai-whisper` | Whisper.cpp 1.9.4, `ggml-small` | Lokale deutsche Spracherkennung auf der CPU über `/v1/audio/transcriptions`. |
+| `mike-ai-qwen-asr` | Qwen3-ASR 0.6B Q8 | CPU-Inferenz für lokale deutsche Spracherkennung. |
+| `mike-ai-qwen-asr-worker` | kein eigenes Modell | Audio-Adapter für `/v1/audio/transcriptions` mit dem Modellnamen `qwen3-asr`. |
 | `mike-ai-wireguard-gateway` | kein Modell | Veröffentlicht Dashboard und Fachoberflächen ausschließlich über den privaten WireGuard-Pfad. |
 | `mike-ai-xvc-studio` | `chenxie95/X-VC`, GLM-4-Voice-Tokenizer und optional Resemble Enhance | Wandelt eine vorhandene Sprachaufnahme anhand einer Referenzstimme in Audio zu Audio um; gibt das native 16-kHz-Ergebnis und optional eine neural restaurierte 44,1-kHz-Fassung aus. |
 | `mike-ai-yue2-playground` | Image `mike-ai/yue2:3b-0.1.6` | Vorhandener, gestoppter Playground; in diesem Abgleich nicht funktional getestet. |
@@ -45,7 +48,8 @@ nicht automatisch ein ungenutzter Rest.
 
 Alle fünf llama-Container verwenden llama.cpp 0.4.1 (`b29c606`). Medium lief
 beim Abgleich gesund mit zwei Slots; die anderen vier Textprofile waren
-planmäßig nicht aktiv. Der Image-Worker war ebenfalls gestoppt. Die
+planmäßig nicht aktiv. Der Image-Worker und beide Prompt-Enhancer waren
+ebenfalls gestoppt. Die
 Infrastruktur und die Musik-/Applio-Oberflächen liefen. Diese Zustände ändern
 sich mit der Nutzung.
 Die Detailbeschreibungen der Spezialmodelle stammen aus der bestehenden

docs/LIVE_STATE.md

@@ -1,9 +1,24 @@
 # Geprüfter Live-Stand auf Athena
 
+Nachtrag vom 25. September 2026: Die produktive Spracherkennung läuft über
+Qwen3-ASR 0.6B Q8 auf der CPU (`mike-ai-qwen-asr` und
+`mike-ai-qwen-asr-worker`). Der Router bietet nur `qwen3-asr` als STT-Modell
+an; OpenClaw und die Voice-Brücke verwenden denselben Namen. Eine M4A-Aufnahme
+wurde über `/v1/audio/transcriptions` geprüft. Whisper-Container,
+Images und Modellvolume wurden entfernt. Das aktive Ultra-Profil wurde bei
+dieser Umstellung nicht gewechselt. Die Angaben zu Whisper weiter unten
+beschreiben den historischen Stand vom 21. September.
+
+Nachtrag vom 24. September 2026: Ultra verarbeitet nun Bilder mit einem
+CPU-seitigen BF16-Vision-Projektor. Der Stand und der Funktionstest sind in
+[Ultra-Vision mit CPU-Projektor](ULTRA_CPU_VISION_20260924.md) dokumentiert.
+Die folgende Tabelle bildet weiterhin den historischen Stand vom 21. September ab.
+
 Stand: **21. September 2026**. Quelle: lesender SSH-Abgleich von Docker,
 Compose-Dateien, Git-Inhalten, Images, Health-Endpunkten und Backup-Timern.
 Containerzustände sind Momentaufnahmen; der Controller darf Profile danach
-umschalten. Es wurde für diesen Abgleich kein Dienst neu gestartet.
+umschalten. Für die Prompt-Enhancer-Integration wurden Router und Controller
+gezielt neu gebaut und beide Bildpfade transaktional geprüft.
 
 Aktueller Abschluss: [Test- und Änderungsübersicht](ATHENA_SESSION_20260920.md).
 Die folgenden MTP-/Microbatch-Werte enthalten die abschließenden Übernahmen.
@@ -41,7 +56,11 @@ nicht mehr den aktuellen Containerzustand.
 
 - Qwen-Image-2.1 INT8 läuft produktiv über gepinntes ComfyUI mit Low-VRAM auf
   der RTX 5080. Der Router verwendet 25 Schritte, Guidance 1 und bis zu vier
-  Referenzbilder. FLUX.2 Klein 9B FP8 bleibt mit seinen Gewichten als
+  Referenzbilder. Vor jedem Bild startet er automatisch den passenden
+  offiziellen Q5-Prompt-Enhancer: PE-T2I für reine Textaufträge oder PE-I2I
+  für Referenzbilder. Der Enhancer läuft kurzzeitig auf der RTX 3060, wird vor
+  dem Rendern wieder gestoppt und speichert Rohprompt sowie Rewrite im
+  Bild-Sidecar. FLUX.2 Klein 9B FP8 bleibt mit seinen Gewichten als
   gestoppter, explizit allowlist-beschränkter Rückfallcontainer erhalten.
 - Qwen3-TTS 1.7B auf 3060 hinter dem TTS-Gateway; kein Piper-Fallback.
 - Whisper.cpp `ggml-small` auf CPU über `/v1/audio/transcriptions`.
@@ -59,7 +78,12 @@ nicht mehr den aktuellen Containerzustand.
   Er braucht keine GPU und keinen Profilwechsel. Das Plugin liegt in
   `integrations/openclaw-athena-talk` und läuft auf Unraid, nicht auf Athena.
   Diktat und hochgeladene M4A-Sprachnachrichten nutzen den separaten
-  Transkriptionspfad des Plugins. OpenClaw liefert den fertigen Agententext
+  Transkriptionspfad des Plugins. Plugin 1.3.0 zerlegt längere Browser-Diktate
+  während der Aufnahme in überlappende Sechs-Sekunden-Abschnitte und hält so
+  den Abschluss innerhalb von OpenClaws festem Fünf-Sekunden-Fenster. OpenClaw
+  selbst wurde dafür nicht gepatcht. Die lokale Sicherheitsgrenze
+  `maxSpeechSeconds` steht produktiv auf 180 Sekunden. OpenClaw liefert den
+  fertigen Agententext
   an die Brücke; das Sprechen beginnt daher erst nach Abschluss der
   Agentenantwort. Details und Grenzen stehen in der [Voice-Doku](../services/athena-realtime-voice/README.md).
 - `mike-ai-mikes-applio-ui` läuft gesund und ohne GPU. Die Quelle liegt im
@@ -68,7 +92,7 @@ nicht mehr den aktuellen Containerzustand.
   trotzdem Status, Modelle und vorbereitende Aufgaben anzeigen; eine echte
   Konvertierung verlangt den Applio-Modus.
 
-Der vollständige Bestand der **31** angelegten Docker-Container steht im
+Der vollständige Bestand der **33** angelegten Docker-Container steht im
 [Container-Inventar](CONTAINER_INVENTORY.md). `Created` oder `Exited` bei
 Spezialworkern bedeutet nicht automatisch einen zu entfernenden Testrest.
 
@@ -104,7 +128,7 @@ externe Restic-Timer zwar ebenfalls aktiviert, aber ohne seine erforderliche
 `/etc/mike-ai/disaster-backup.env` **nicht** als funktionierende externe
 Sicherung zu werten. Details und Restore-Grenzen: [Backup](RECOVERY.md).
 
-Geprüft wurden aktuelle Container- und Quellenstände sowie ausgewählte
+Geprüft wurden aktuelle Container- und Quellenstände, Health-Endpunkte sowie
-Health-Endpunkte. Keine erneuten Bild-, Langkontext-, Trainings- oder
+Text-zu-Bild und Referenzbildbearbeitung mit den beiden Prompt-Enhancern. Keine
-Restore-Tests; ältere Ergebnisse sind im [Update-Audit](UPDATE_AUDIT_20260915.md)
+erneuten Langkontext-, Trainings- oder Restore-Tests; ältere Ergebnisse sind im [Update-Audit](UPDATE_AUDIT_20260915.md)
 und [FLUX-Auflösungstest](FLUX_RESOLUTION_TEST_20260912.md) dokumentiert.

docs/QWEN_IMAGE_21.md

@@ -31,10 +31,14 @@ Ein Bildauftrag läuft transaktional:
 
 1. Der Router merkt sich das aktive Textprofil.
 2. Der Profile Controller stoppt LLM, TTS und andere GPU-Spezialworker.
-3. `mike-ai-image-worker` startet Qwen Image auf der RTX 5080.
+3. Bei einem Textauftrag startet `mike-ai-image-prompt-enhancer-t2i`, bei
-4. Der Adapter erzeugt das Bild oder bearbeitet bis zu vier Referenzbilder.
+   Referenzbildern `mike-ai-image-prompt-enhancer-i2i` auf der RTX 3060.
-5. Der Qwen-Worker wird vollständig gestoppt.
+4. Der offizielle Qwen-Enhancer schreibt den knappen Benutzertext um und wird
-6. Das vorherige Textprofil und Qwen3-TTS werden wiederhergestellt.
+   anschließend vollständig gestoppt.
+5. `mike-ai-image-worker` startet Qwen Image auf der RTX 5080 und erzeugt das
+   Bild oder bearbeitet bis zu vier Referenzbilder.
+6. Der Qwen-Worker wird vollständig gestoppt.
+7. Das vorherige Textprofil und Qwen3-TTS werden wiederhergestellt.
 
 Der Container ist außerhalb eines Auftrags gestoppt. Das ist der Sollzustand.
 
@@ -46,13 +50,14 @@ sudo ./scripts/prepare-qwen-image-21.sh
 ```
 
 Das Skript lädt fehlende Dateien mit festen SHA-256-Prüfsummen, baut den
-produktiven Qwen-Worker und legt Qwen sowie FLUX gestoppt an. Es lädt dabei
+produktiven Qwen-Worker und legt Qwen, beide Prompt-Enhancer sowie FLUX
-kein Modell in den VRAM.
+gestoppt an. Es lädt dabei kein Modell in den VRAM.
 
 ## Funktionsprobe über den echten Routerweg
 
 ```bash
 curl -sS http://127.0.0.1:8081/v1/images/generations \
+  -H "Authorization: Bearer $ROUTER_API_KEY" \
   -H 'Content-Type: application/json' \
   -d '{
     "model":"Qwen-Image-2.1-int8",
@@ -64,7 +69,7 @@ curl -sS http://127.0.0.1:8081/v1/images/generations \
   }'
 ```
 
-Nach dem Lauf müssen `mike-ai-image-worker` und
+Nach dem Lauf müssen `mike-ai-image-worker`, beide Prompt-Enhancer und
 `mike-ai-flux-image-worker` gestoppt sein und das vorherige LLM-Profil wieder
 gesund laufen.
 
@@ -150,3 +155,77 @@ und anschließend Router und Controller neu ausgerollt werden. Keine dieser
 Historische FLUX-Messwerte und Grenzen stehen in
 [FLUX_9B_BETA.md](FLUX_9B_BETA.md) und
 [FLUX_RESOLUTION_TEST_20260912.md](FLUX_RESOLUTION_TEST_20260912.md).
+
+## Offizielle Prompt-Enhancer im produktiven Router
+
+Qwen veröffentlicht zwei getrennte, auf Qwen3.5-VL 9B nachtrainierte
+Prompt-Enhancer. Sie sind kein Bestandteil der Qwen-Image-Gewichte. Athena
+startet automatisch die zum Auftrag passende Variante; OpenClaw ruft weiterhin
+nur sein normales Werkzeug `image_generate` mit dem unveränderten Modellnamen
+`openai/Qwen-Image-2.1-int8` auf.
+
+- `mike-ai-image-prompt-enhancer-t2i` bereitet reine Textaufträge auf.
+- `mike-ai-image-prompt-enhancer-i2i` wertet ein bis vier Referenzbilder
+  gemeinsam aus und trennt Identität, gewünschte Änderungen und neue Szene.
+- Beide verwenden getrennte offizielle Systemprompts, `Q5_K_M`, llama.cpp
+  Build 10930, 16.384 Token Kontext und höchstens 2.048 Denktokens.
+- Sie laufen ausschließlich und nacheinander auf der RTX 3060. Nach dem Rewrite
+  werden sie gestoppt; Qwen-Image rendert anschließend auf der RTX 5080.
+- Falls der Client keine Größe vorgibt, übernimmt der Router das vom Enhancer
+  vorgeschlagene Seitenverhältnis und bildet es auf eine erlaubte Auflösung ab.
+  Eine ausdrücklich angegebene gültige Größe bleibt unverändert.
+- Das Sidecar jedes PNG enthält `original_prompt`, den tatsächlich verwendeten
+  `prompt` und Modell, Quantisierung, Laufzeit und Verhältnis unter
+  `prompt_enhancer`. Verdeckte Denktokens werden nicht gespeichert.
+- Ein fehlgeschlagener Rewrite bricht den Bildauftrag sichtbar ab. Der Router
+  sendet in diesem Fall keinen unaufbereiteten Ersatzprompt an Qwen-Image.
+
+### Gepinnte Dateien
+
+PE-I2I stammt aus `Qwen/Qwen-Image-2.1-PE-I2I`, Revision
+`72927bc08afc99b7888ceb7d7d51a12db3700bbd`, und dem GGUF-Repository
+`prithivMLmods/Qwen-Image-2.1-PE-I2I-GGUF`, Revision
+`55b9c1a326599e142d59bcad8715d5601ccf8daa`. Die Dateien liegen unter
+`/data/models/qwen-image-2.1-pe-i2i-q5`:
+
+| Datei | SHA-256 |
+|---|---|
+| `Qwen-Image-2.1-PE-I2I.Q5_K_M.gguf` | `cb71f71fe5fe5938570d65a7c403fbcb1a9065dff9dd9a021f58aec42785b84e` |
+| `Qwen-Image-2.1-PE-I2I.mmproj-bf16.gguf` | `8dedb71dbc3092dc47de9108ad373d68a12854e2527d59bd9399601738f3bce1` |
+| `system_prompt.txt` | `e378fea686a1431581ba4c654d332ae96adad633f144ae738ec8ce9c4fd66439` |
+
+PE-T2I stammt aus `Qwen/Qwen-Image-2.1-PE-T2I`, Revision
+`f3ed7985c788ad75b3ab7223e0c4c51e2a43545b`, und dem GGUF-Repository
+`prithivMLmods/Qwen-Image-2.1-PE-T2I-GGUF`, Revision
+`e18d4a3e0830ab157770738b16830e6fcf5f57d4`. Die Dateien liegen unter
+`/data/models/qwen-image-2.1-pe-t2i-q5`:
+
+| Datei | SHA-256 |
+|---|---|
+| `Qwen-Image-2.1-PE-T2I.Q5_K_M.gguf` | `749f5652fd6e8b760ca860091f7a5bffa254a7954203ae5c9bcdf5f93197702f` |
+| `system_prompt.txt` | `a77c9a06c59b120741141d9514b95682bb8761d02bec49ca61def7b2b3d9fb99` |
+
+Der zuvor geprüfte PE-I2I-FP8-Checkpoint ist 13,54 GB groß und passt mit
+Aktivierungs- und Laufzeitspeicher nicht in die 12-GB-RTX-3060. CPU-Offload war
+unpraktisch langsam. Er wurde verworfen und entfernt. Der Q5-I2I-Worker belegt
+etwa 7.167 MiB VRAM und ist deshalb der produktive Stand.
+
+### Abnahme vom 21. September 2026
+
+Der vollständige öffentliche Routerweg wurde nach der Integration zweimal
+geprüft:
+
+- Ein kurzer deutscher Textprompt wurde von PE-T2I in 36,6 Sekunden in einen
+  strukturierten englischen Produktionsprompt umgeschrieben. Qwen-Image
+  erzeugte das 1024×1024-PNG anschließend in 49,0 Sekunden.
+- Ein hochgeladenes Referenzbild wurde von PE-I2I in 65,9 Sekunden aufbereitet.
+  Der Rewrite verlangte ausdrücklich eine neue Szene, neue Pose und Kleidung
+  sowie das Entfernen der alten Gegenstände. Qwen-Image erzeugte in 111,3
+  Sekunden ein neues 1024×1536-PNG: genau eine Person in einer Blumenwiese an
+  einer Autobahn, ohne Badewanne, Gitarre oder Gummiente.
+
+Nach beiden Aufträgen waren der Bildworker und beide Enhancer gestoppt. Medium
+und Qwen3-TTS liefen wieder gesund. Der erste I2I-Versuch deckte eine relative
+Pfadauflösung bei temporären Multipart-Uploads auf; der korrigierte Pfad ist mit
+einem eigenen Regressionstest abgedeckt. Insgesamt laufen 96 schnelle
+GPU-freie Release-Tests.

docs/RECOVERY.md

@@ -16,13 +16,25 @@ eingeschlossen: Im Archiv `athena-2026-09-16T13-02-56.tar.gz` wurden sowohl
 `compose.yaml` als auch `services/athena-realtime-voice/server.py` geprüft.
 Das OpenClaw-Plugin auf Unraid liegt außerhalb dieses Athena-Backups; seine
 Quelle ist im Git-Repository unter `integrations/openclaw-athena-talk` erfasst.
+Die produktiv installierte Version 1.3.0 liegt zusätzlich im persistenten
+OpenClaw-Appdata. Vor ihrer Installation wurde die bisherige Version als
+`/mnt/nvme-storage/appdata/OpenClaw/config/plugin-backups/athena-talk-1.2.1-before-streaming.tar.gz`
+gesichert. Für eine Neuinstallation ist der im Git dokumentierte Build mit
+`openclaw plugins install <paket.tgz> --force --accept-capabilities` zu
+installieren; eine Änderung an OpenClaw-Core-Dateien ist nicht erforderlich.
 
 Piper-Daten sind kein aktueller Sicherungsbestand. Modellgewichte unter
-`/data/models` und das reproduzierbare Whisper-Volume gehören nicht zu diesen
+`/data/models`, einschließlich Qwen3-ASR unter
-Backup-Mounts. Ein Backup ausschließlich auf `/data` schützt nicht vor deren Ausfall.
+`/data/models/qwen3-asr-0.6b-q8`, gehören nicht zu diesen Backup-Mounts.
+Das frühere Whisper-Volume wurde am 25. September 2026 entfernt.
+Ein Backup ausschließlich auf `/data` schützt nicht vor einem Ausfall der Datenplatte.
 Das gilt auch für das reproduzierbare EmbeddingGemma-Gewicht unter
 `/data/models/embeddinggemma`; URL und SHA-256 stehen in
 `config/install.env.example`, sodass der Installer es erneut laden und prüfen kann.
+Auch die Qwen-Image-Gewichte und beide Prompt-Enhancer liegen unter
+`/data/models` und damit außerhalb des regulären Volume-Backups. Das Skript
+`scripts/prepare-qwen-image-21.sh` lädt sämtliche gepinnten Dateien anhand
+fester SHA-256-Prüfsummen erneut und legt Bildworker sowie Enhancer gestoppt an.
 
 Die verschlüsselten Notfallpakete über `athena-export-backup.timer` laufen
 ebenfalls im Fünf-Stunden-Takt; beim Abgleich war der Timer aktiv und der
@@ -30,6 +42,13 @@ letzte Lauf am 16. September 2026 um 13:50 Uhr verzeichnet. Sie
 liegen unter `/data/emergency-backups`. Schutz vor Datenplattenausfall setzt
 eine außerhalb Athenas aufbewahrte Kopie voraus.
 
+Die lokale Rotation hält fünf verschlüsselte Generationen. Da ein Paket rund
+46 GB umfasst, gibt das Exportscript bei bereits erreichter Aufbewahrungszahl
+vor dem Schreiben genau den ältesten Slot frei. Ohne diese Reihenfolge hätte
+der Lauf am 21. September bei nur noch 17 GB freiem Speicher die neue Datei
+nicht mehr vollständig schreiben können. Scheitert der neue Lauf danach,
+bleiben weiterhin vier gültige Generationen erhalten.
+
 Die externe Restic-Sicherung über `athena-disaster-backup.timer` ist derzeit
 nicht eingerichtet: Der Timer ist zwar aktiviert, aber
 `/etc/mike-ai/disaster-backup.env` fehlt. Bis ein externes

docs/STANDARD_PROFILE_MATRIX.md

@@ -9,7 +9,7 @@ Standardprofil: **medium** · globales Ausgabelimit: **8192 Token**
 | fast | `qwen-fast` | 76,800 | 1 | Qwen3.8-27B IQ4 Mix | 5080 only | ja | 2 |
 | medium | `qwen-medium` | 160,000 | 1 | Qwen3.8-27B IQ4 XS Pure | 85:15 | ja | 2 |
 | large | `qwen-large` | 192,000 | 1 | Qwen3.8-27B IQ4 XS Pure | 86:14 | ja | 2 |
-| ultra | `qwen-ultra` | 262,144 | 1 | Qwen3.8-27B IQ4 XS Pure | 80:20 | nein | 2 |
+| ultra | `qwen-ultra` | 262,144 | 1 | Qwen3.8-27B IQ4 XS Pure | 80:20 | ja | 2 |
 | uncensored | `qwen-uncensored` | 80,000 | 1 | Qwen3.8-27B Abliterated Q4_K_M | 90:10 | ja | 2 |
 
 ## Zweck
@@ -17,5 +17,5 @@ Standardprofil: **medium** · globales Ausgabelimit: **8192 Token**
 - **fast**: Schnelles Profil für kurze Chats und zügige Werkzeugaufgaben.
 - **medium**: Ausgewogenes Standardprofil für Alltag und lange agentische Aufgaben.
 - **large**: Großes Profil für umfangreiche Dokumente und lange technische Arbeiten.
-- **ultra**: Maximaler Textkontext; bewusst ohne Vision-Projektor.
+- **ultra**: Maximaler Kontext mit Vision-Projektor auf der CPU.
 - **uncensored**: Weniger restriktives Spezialprofil; Werkzeugrechte bleiben unverändert.

docs/TESTED_MODELS.md

@@ -1,6 +1,6 @@
 # Register getesteter Modelle
 
-Stand: 20. September 2026
+Stand: 21. September 2026
 
 Dieses Dokument ist die zentrale Sperrliste gegen doppelte Modelltests. Vor
 jedem Download müssen Repository, Dateiname, Basismodell, Fine-Tune und
@@ -55,6 +55,8 @@ Titelgenerierung und Kontextkompression in Hermes.
 | bis 07.09.2026 | FLUX.2 Klein 4B | funktional, aber schwächere räumliche und motivische Konsistenz | **ersetzt** durch 9B FP8 | [FLUX_9B_BETA.md](FLUX_9B_BETA.md) |
 | 07.09.2026 | FLUX.2 Klein 9B FP8 | bessere Prompttreue als 4B; produktiver Zwei-GPU-Pfad, auf 1024 × 1024 begrenzt | **Standby seit 21.09.2026** | [FLUX_9B_BETA.md](FLUX_9B_BETA.md) |
 | 21.09.2026 | Qwen-Image-2.1 INT8 | im direkten Vergleich fotorealistischer, bessere Textdarstellung und Prompttreue; 1024 × 1024 bei 25 Schritten in rund 49 s Pipeline-Lauf | **produktiv** | [QWEN_IMAGE_21.md](QWEN_IMAGE_21.md) |
+| 21.09.2026 | Qwen-Image-2.1 PE-I2I, FP8 und Q5_K_M | FP8 passt nicht vollständig in 12 GB und ist mit CPU-Offload unpraktisch langsam; Q5_K_M samt BF16-MMProj belegt 7.167 MiB auf der RTX 3060. Der produktive Router-Rewrite mit einem Referenzbild dauerte 65,9 s und führte zu einer vollständig neuen Szene | **Q5_K_M produktiv**, FP8 verworfen | [QWEN_IMAGE_21.md](QWEN_IMAGE_21.md#offizielle-prompt-enhancer-im-produktiven-router) |
+| 21.09.2026 | Qwen-Image-2.1 PE-T2I Q5_K_M | automatischer Rewrite eines knappen deutschen Textprompts in 36,6 s; nachfolgende Bildgenerierung erfolgreich | **produktiv** für Text-zu-Bild | [QWEN_IMAGE_21.md](QWEN_IMAGE_21.md#offizielle-prompt-enhancer-im-produktiven-router) |
 | 08.09.2026 | HYPIR-SD2 | glättete oder erfand Details und veränderte kleine Strukturen | **verworfen** | [IMAGE_RESTORATION.md](IMAGE_RESTORATION.md) |
 | 08.09.2026 | SeedVR2 7B FP8 | bewahrte Identität besser als HYPIR, brachte beim realen unscharfen Foto aber kaum nutzbare Details zurück | **verworfen** | [IMAGE_RESTORATION.md](IMAGE_RESTORATION.md) |
 

docs/ULTRA_CPU_VISION_20260924.md

@@ -0,0 +1,23 @@
+# Ultra-Vision mit CPU-Projektor
+
+Stand: 24. September 2026. Ultra verwendet weiterhin Qwen3.8-27B IQ4_XS Pure
+mit 262.144 Token Kontext. Der BF16-Vision-Projektor wird mit `--mmproj`
+geladen und durch `--no-mmproj-offload` auf der CPU gehalten. So kann Ultra
+Bilder verarbeiten, ohne den knapp bemessenen GPU-Speicher des 256K-Profils
+zusätzlich mit dem Projektor zu belegen. Router und Profilmatrix melden Ultra
+als vision-fähig.
+
+Der frühere text-only-Modus war die Ursache dafür, dass der Router Bildanfragen
+an `qwen-ultra` abwies. Ein Test über den Router nach dem Deployment lieferte
+HTTP 200 für ein einzelnes synthetisches Farbbild (`Red`) und für fünf
+synthetische Bilder (`5`). Der Ultra-Start lud den multimodalen Projektor.
+Gemessen wurden 11,47 Sekunden bis zur Betriebsbereitschaft und 1,66 bzw.
+0,9 Sekunden für die beiden kleinen Testanfragen. Große Screenshots und lange
+Kontexte wurden damit nicht vermessen; deren Laufzeit kann deutlich höher
+sein. Nach dem Test wurde Medium wieder aktiviert, Ultra ist gestoppt.
+
+Vor der Änderung wurden die drei produktiven Dateien auf Athena unter
+`/var/tmp/ultra-vision-cpu-20260924/` gesichert. Ein Rückbau muss Compose,
+Router-Profilregister und Profilmatrix gemeinsam auf den vorigen Stand setzen
+und den Router neu laden. Das Verzeichnis liegt nur temporär auf dem Host;
+die dauerhafte Versionierung erfolgt im Git-Repository.

integrations/openclaw-athena-talk/README.md

@@ -5,7 +5,7 @@ existing Athena speech stack. An experimental browser WebRTC path is available
 through the separate `services/athena-realtime-voice` service:
 
 1. local VAD collects a spoken utterance,
-2. Athena Whisper transcribes it,
+2. Athena Qwen3-ASR transcribes it,
 3. OpenClaw's normal agent-consult path answers with its configured model and
    tools,
 4. Athena Qwen3-TTS returns PCM audio to the Talk client.
@@ -43,7 +43,7 @@ Recommended `talk.realtime` configuration:
       "vadThreshold": 0.018,
       "silenceDurationMs": 750,
       "prefixPaddingMs": 300,
-      "maxSpeechSeconds": 45
+      "maxSpeechSeconds": 180
     }
   }
 }
@@ -60,19 +60,35 @@ openclaw plugins install . --force --accept-capabilities
 openclaw plugins inspect athena-talk --runtime --json
 ```
 
-Version 1.2.1 also registers **Athena Whisper (Diktieren)** as a separate
+Version 1.3.1 sends `qwen3-asr` throughout dictation and Talk. The plugin
+registers **Athena Qwen3-ASR (Diktieren)** as a separate
 realtime transcription provider through OpenClaw's official plugin API. In the
 browser composer, hold the microphone for dictation, then release it to send
-the 8 kHz G.711 audio through the Gateway. The plugin converts it to PCM WAV
+the 8 kHz G.711 audio through the Gateway. Short recordings are converted to
-and calls the same Athena `/audio/transcriptions` endpoint used by Talk. The
+PCM WAV and sent to Athena's existing `/audio/transcriptions` endpoint in one
-transcribed text is returned to the composer; this path does not invoke the
+request. Longer recordings are split while the user is still speaking into
-agent or TTS. The transcription provider reuses `talk.realtime.providers.athena-talk`
+six-second windows with 0.5 seconds of overlap. The plugin sends these windows
-and the configured model provider for its URL/key. If that model provider has
+sequentially to the persistent Qwen3-ASR service, removes duplicated overlap
-no key, it reuses `tts.providers.openai.apiKey` only when the TTS and STT URLs
+words, and caches finished
-have the same origin. No second credential is needed. In `talk.catalog`, it
+segments until recording stops. Only the short final tail then remains inside
-appears under `transcription.providers`. OpenClaw
+OpenClaw's fixed five-second final-drain window. Each STT request is capped
-currently gives a transcription provider five seconds to return its final text
+at 4.5 seconds.
-after recording stops; the plugin caps its Whisper request at 4.5 seconds.
+
+This is incremental pre-transcription over OpenClaw's official transcription
+provider API. Qwen3-ASR still receives complete short WAV segments; it is
+not a native token-streaming STT protocol. No OpenClaw core file was patched.
+The transcribed text is
+returned to the composer; this path does not invoke the agent or TTS. The
+provider reuses `talk.realtime.providers.athena-talk` and the configured model
+provider for its URL/key. If that model provider has no key, it reuses
+`tts.providers.openai.apiKey` only when the TTS and STT URLs have the same
+origin. No second credential is needed. In `talk.catalog`, it appears under
+`transcription.providers`.
+
+The production provider allows up to 180 seconds per recording. This limit is
+a local safety cap shared by dictation and Talk, not an OpenClaw or Qwen3-ASR
+restriction. Incremental segmentation keeps long dictation bounded while it
+is being recorded.
 
 ### Voice-note file attachments
 
@@ -80,7 +96,7 @@ An M4A voice note uploaded as a chat attachment does **not** use the realtime
 dictation provider above. OpenClaw processes it through its built-in
 `tools.media.audio` path. On the Unraid installation, automatic provider
 selection hit `SsrFBlockedError` for the private Athena address. Configure the
-existing OpenAI-compatible provider and select Whisper explicitly:
+existing OpenAI-compatible provider with the `qwen3-asr` model:
 
 ```json5
 {
@@ -97,7 +113,7 @@ existing OpenAI-compatible provider and select Whisper explicitly:
       models: [
         {
           provider: "openai",
-          model: "whisper-1",
+          model: "qwen3-asr",
           baseUrl: "http://192.168.1.212:8081/v1",
           capabilities: ["audio"],
         },
@@ -112,7 +128,7 @@ OpenClaw 2026.9.4 accepts `request.allowPrivateNetwork` under
 settings hot-reload without restarting the Gateway. The existing
 `ATHENA_ROUTER_API_KEY` SecretRef is reused; do not add another literal key.
 On 2026-09-16, OpenClaw's official audio module transcribed the affected M4A
-through Athena Whisper (127 characters returned). This confirms the endpoint
+through Athena's then-active Whisper service (127 characters returned). This confirms the endpoint
 and file format; a fresh attachment in the chat is still needed to verify the
 full message-to-transcript flow.
 

integrations/openclaw-athena-talk/dist/index.js

@@ -4,6 +4,10 @@ const AUDIO_FORMAT = { encoding: "pcm16", sampleRateHz: 24000, channels: 1 };
 const BROWSER_OFFER_PATH = "/plugins/athena-talk/realtime/calls";
 const BROWSER_KEY_PATH = "/plugins/athena-talk/realtime/public-key";
 const MAX_OFFER_BYTES = 64 * 1024;
+const DICTATION_SAMPLE_RATE_HZ = 8000;
+const DICTATION_SEGMENT_BYTES = DICTATION_SAMPLE_RATE_HZ * 6;
+const DICTATION_OVERLAP_BYTES = DICTATION_SAMPLE_RATE_HZ / 2;
+const DICTATION_REQUEST_TIMEOUT_MS = 4500;
 const browserKeys = generateKeyPairSync("ed25519");
 const publicKeyPem = browserKeys.publicKey.export({ format: "pem", type: "spki" }).toString();
 function base64url(value) {
@@ -134,7 +138,7 @@ function wavFromPcm16(pcm, sampleRate = 24000) {
     return Buffer.concat([header, pcm]);
 }
 // The browser transcription relay sends 8 kHz G.711 mu-law, while Athena's
-// existing Whisper endpoint accepts PCM WAV uploads.
+// transcription endpoint accepts PCM WAV uploads.
 function wavFromMulaw8k(audio) {
     const pcm = Buffer.allocUnsafe(audio.length * 2);
     for (let i = 0; i < audio.length; i += 1) {
@@ -149,13 +153,38 @@ function resolveTranscriptionConfig(cfg, rawConfig) {
     const talkProvider = record(record(talkConfig.providers)["athena-talk"]);
     return resolveConfig({ cfg, providerConfig: { ...talkProvider, ...record(rawConfig) } });
 }
+function comparableWord(value) {
+    return value.toLocaleLowerCase("de-DE").replace(/[^\p{L}\p{N}]+/gu, "");
+}
+function removeTranscriptOverlap(previous, current) {
+    const priorWords = previous.trim().split(/\s+/).filter(Boolean);
+    const currentWords = current.trim().split(/\s+/).filter(Boolean);
+    const maximum = Math.min(12, priorWords.length, currentWords.length);
+    for (let count = maximum; count >= 1; count -= 1) {
+        const left = priorWords.slice(-count).map(comparableWord);
+        const right = currentWords.slice(0, count).map(comparableWord);
+        if (!left.every((word, index) => word && word === right[index]))
+            continue;
+        // A single short word is too ambiguous to remove safely. Longer words are
+        // sufficient because the audio overlap is only half a second.
+        if (count === 1 && left[0].length < 5)
+            continue;
+        return currentWords.slice(count).join(" ");
+    }
+    return currentWords.join(" ");
+}
 class AthenaTranscriptionSession {
     req;
     config;
     connected = false;
     closed = false;
     audio = [];
-    bytes = 0;
+    bufferedBytes = 0;
+    totalBytes = 0;
+    processing = Promise.resolve();
+    completedTranscripts = [];
+    emittedTranscripts = 0;
+    processingError = null;
     constructor(req, config) {
         this.req = req;
         this.config = config;
@@ -165,50 +194,88 @@ class AthenaTranscriptionSession {
     sendAudio(audio) {
         if (!this.isConnected() || audio.length === 0)
             return;
-        if (this.bytes === 0)
+        if (this.totalBytes === 0)
             this.req.onSpeechStart?.();
         const maxBytes = this.config.maxSpeechSeconds * 8000;
-        if (this.bytes + audio.length > maxBytes) {
+        if (this.totalBytes + audio.length > maxBytes) {
             this.req.onError?.(new Error(`Athena dictation is limited to ${this.config.maxSpeechSeconds} seconds`));
             this.close();
             return;
         }
         this.audio.push(Buffer.from(audio));
-        this.bytes += audio.length;
+        this.bufferedBytes += audio.length;
+        this.totalBytes += audio.length;
+        while (this.bufferedBytes >= DICTATION_SEGMENT_BYTES) {
+            this.queueFullSegment();
+        }
     }
     close() {
         if (this.closed)
             return;
         this.closed = true;
         this.connected = false;
-        if (!this.bytes)
+        if (!this.totalBytes)
             return;
-        const audio = Buffer.concat(this.audio);
+        this.emitCompletedTranscripts();
-        this.audio.length = 0;
+        const tail = Buffer.concat(this.audio);
-        void this.transcribe(audio);
+        this.audio = [];
+        this.bufferedBytes = 0;
+        if (tail.length > DICTATION_OVERLAP_BYTES || this.completedTranscripts.length === 0) {
+            this.queueTranscription(tail);
+        }
+        void this.processing.finally(() => {
+            this.emitCompletedTranscripts();
+            if (this.processingError && this.completedTranscripts.length === 0) {
+                this.req.onError?.(this.processingError);
+            }
+        });
     }
-    async transcribe(audio) {
+    queueFullSegment() {
-        try {
+        const buffered = Buffer.concat(this.audio);
-            const form = new FormData();
+        const segment = Buffer.from(buffered.subarray(0, DICTATION_SEGMENT_BYTES));
-            form.append("file", new Blob([Uint8Array.from(wavFromMulaw8k(audio))], { type: "audio/wav" }), "dictation.wav");
+        const retained = Buffer.from(buffered.subarray(DICTATION_SEGMENT_BYTES - DICTATION_OVERLAP_BYTES));
-            form.append("model", "whisper-1");
+        this.audio = retained.length ? [retained] : [];
-            form.append("language", this.config.language);
+        this.bufferedBytes = retained.length;
-            const response = await fetch(`${this.config.baseUrl}/audio/transcriptions`, {
+        this.queueTranscription(segment);
-                method: "POST",
+    }
-                headers: this.config.apiKey ? { Authorization: `Bearer ${this.config.apiKey}` } : {},
+    queueTranscription(audio) {
-                body: form,
+        if (!audio.length)
-                signal: AbortSignal.timeout(4500),
+            return;
-            });
+        this.processing = this.processing.then(async () => {
-            if (!response.ok)
+            const previous = this.completedTranscripts.join(" ");
-                throw new Error(`Athena STT failed (HTTP ${response.status})`);
+            const text = await this.transcribe(audio, previous.slice(-240));
-            const text = String(record(await response.json()).text || "").trim();
+            const novel = removeTranscriptOverlap(previous, text);
-            if (text)
+            if (novel)
-                this.req.onTranscript?.(text);
+                this.completedTranscripts.push(novel);
-        }
+            if (this.closed)
-        catch (error) {
+                this.emitCompletedTranscripts();
-            this.req.onError?.(error instanceof Error ? error : new Error(String(error)));
+        }).catch((error) => {
+            this.processingError = error instanceof Error ? error : new Error(String(error));
+        });
+    }
+    emitCompletedTranscripts() {
+        while (this.emittedTranscripts < this.completedTranscripts.length) {
+            this.req.onTranscript?.(this.completedTranscripts[this.emittedTranscripts]);
+            this.emittedTranscripts += 1;
         }
     }
+    async transcribe(audio, prompt) {
+        const form = new FormData();
+        form.append("file", new Blob([Uint8Array.from(wavFromMulaw8k(audio))], { type: "audio/wav" }), "dictation.wav");
+        form.append("model", "qwen3-asr");
+        form.append("language", this.config.language);
+        if (prompt)
+            form.append("prompt", prompt);
+        const response = await fetch(`${this.config.baseUrl}/audio/transcriptions`, {
+            method: "POST",
+            headers: this.config.apiKey ? { Authorization: `Bearer ${this.config.apiKey}` } : {},
+            body: form,
+            signal: AbortSignal.timeout(DICTATION_REQUEST_TIMEOUT_MS),
+        });
+        if (!response.ok)
+            throw new Error(`Athena STT failed (HTTP ${response.status})`);
+        return String(record(await response.json()).text || "").trim();
+    }
 }
 function pcmRms(pcm) {
     if (pcm.length < 2)
@@ -404,7 +471,7 @@ class AthenaTalkBridge {
         const form = new FormData();
         const wavBytes = Uint8Array.from(wavFromPcm16(pcm));
         form.append("file", new Blob([wavBytes], { type: "audio/wav" }), "talk.wav");
-        form.append("model", "whisper-1");
+        form.append("model", "qwen3-asr");
         form.append("language", this.cfg.language);
         const response = await fetch(`${this.cfg.baseUrl}/audio/transcriptions`, {
             method: "POST",
@@ -500,9 +567,9 @@ export default definePluginEntry({
     register(api) {
         api.registerRealtimeTranscriptionProvider({
             id: "athena-talk",
-            label: "Athena Whisper (Diktieren)",
+            label: "Athena Qwen3-ASR (Diktieren)",
-            defaultModel: "whisper-1",
+            defaultModel: "qwen3-asr",
-            models: ["whisper-1"],
+            models: ["qwen3-asr"],
             autoSelectOrder: 1,
             resolveConfig: ({ cfg, rawConfig }) => resolveTranscriptionConfig(cfg, rawConfig),
             isConfigured: ({ providerConfig }) => Boolean(record(providerConfig).baseUrl),

integrations/openclaw-athena-talk/index.ts

@@ -20,6 +20,10 @@ type ProviderConfig = {
 const BROWSER_OFFER_PATH = "/plugins/athena-talk/realtime/calls";
 const BROWSER_KEY_PATH = "/plugins/athena-talk/realtime/public-key";
 const MAX_OFFER_BYTES = 64 * 1024;
+const DICTATION_SAMPLE_RATE_HZ = 8000;
+const DICTATION_SEGMENT_BYTES = DICTATION_SAMPLE_RATE_HZ * 6;
+const DICTATION_OVERLAP_BYTES = DICTATION_SAMPLE_RATE_HZ / 2;
+const DICTATION_REQUEST_TIMEOUT_MS = 4500;
 const browserKeys = generateKeyPairSync("ed25519");
 const publicKeyPem = browserKeys.publicKey.export({ format: "pem", type: "spki" }).toString();
 
@@ -154,7 +158,7 @@ function wavFromPcm16(pcm: Buffer, sampleRate = 24000): Buffer {
 }
 
 // The browser transcription relay sends 8 kHz G.711 mu-law, while Athena's
-// existing Whisper endpoint accepts PCM WAV uploads.
+// transcription endpoint accepts PCM WAV uploads.
 function wavFromMulaw8k(audio: Buffer): Buffer {
   const pcm = Buffer.allocUnsafe(audio.length * 2);
   for (let i = 0; i < audio.length; i += 1) {
@@ -171,11 +175,36 @@ function resolveTranscriptionConfig(cfg: unknown, rawConfig: unknown): Required<
   return resolveConfig({ cfg, providerConfig: { ...talkProvider, ...record(rawConfig) } });
 }
 
+function comparableWord(value: string): string {
+  return value.toLocaleLowerCase("de-DE").replace(/[^\p{L}\p{N}]+/gu, "");
+}
+
+function removeTranscriptOverlap(previous: string, current: string): string {
+  const priorWords = previous.trim().split(/\s+/).filter(Boolean);
+  const currentWords = current.trim().split(/\s+/).filter(Boolean);
+  const maximum = Math.min(12, priorWords.length, currentWords.length);
+  for (let count = maximum; count >= 1; count -= 1) {
+    const left = priorWords.slice(-count).map(comparableWord);
+    const right = currentWords.slice(0, count).map(comparableWord);
+    if (!left.every((word, index) => word && word === right[index])) continue;
+    // A single short word is too ambiguous to remove safely. Longer words are
+    // sufficient because the audio overlap is only half a second.
+    if (count === 1 && left[0].length < 5) continue;
+    return currentWords.slice(count).join(" ");
+  }
+  return currentWords.join(" ");
+}
+
 class AthenaTranscriptionSession {
   private connected = false;
   private closed = false;
-  private readonly audio: Buffer[] = [];
+  private audio: Buffer[] = [];
-  private bytes = 0;
+  private bufferedBytes = 0;
+  private totalBytes = 0;
+  private processing: Promise<void> = Promise.resolve();
+  private readonly completedTranscripts: string[] = [];
+  private emittedTranscripts = 0;
+  private processingError: Error | null = null;
 
   constructor(
     private readonly req: {
@@ -193,46 +222,85 @@ class AthenaTranscriptionSession {
 
   sendAudio(audio: Buffer): void {
     if (!this.isConnected() || audio.length === 0) return;
-    if (this.bytes === 0) this.req.onSpeechStart?.();
+    if (this.totalBytes === 0) this.req.onSpeechStart?.();
     const maxBytes = this.config.maxSpeechSeconds * 8000;
-    if (this.bytes + audio.length > maxBytes) {
+    if (this.totalBytes + audio.length > maxBytes) {
       this.req.onError?.(new Error(`Athena dictation is limited to ${this.config.maxSpeechSeconds} seconds`));
       this.close();
       return;
     }
     this.audio.push(Buffer.from(audio));
-    this.bytes += audio.length;
+    this.bufferedBytes += audio.length;
+    this.totalBytes += audio.length;
+    while (this.bufferedBytes >= DICTATION_SEGMENT_BYTES) {
+      this.queueFullSegment();
+    }
   }
 
   close(): void {
     if (this.closed) return;
     this.closed = true;
     this.connected = false;
-    if (!this.bytes) return;
+    if (!this.totalBytes) return;
-    const audio = Buffer.concat(this.audio);
+    this.emitCompletedTranscripts();
-    this.audio.length = 0;
+    const tail = Buffer.concat(this.audio);
-    void this.transcribe(audio);
+    this.audio = [];
+    this.bufferedBytes = 0;
+    if (tail.length > DICTATION_OVERLAP_BYTES || this.completedTranscripts.length === 0) {
+      this.queueTranscription(tail);
+    }
+    void this.processing.finally(() => {
+      this.emitCompletedTranscripts();
+      if (this.processingError && this.completedTranscripts.length === 0) {
+        this.req.onError?.(this.processingError);
+      }
+    });
   }
 
-  private async transcribe(audio: Buffer): Promise<void> {
+  private queueFullSegment(): void {
-    try {
+    const buffered = Buffer.concat(this.audio);
-      const form = new FormData();
+    const segment = Buffer.from(buffered.subarray(0, DICTATION_SEGMENT_BYTES));
-      form.append("file", new Blob([Uint8Array.from(wavFromMulaw8k(audio))], { type: "audio/wav" }), "dictation.wav");
+    const retained = Buffer.from(buffered.subarray(DICTATION_SEGMENT_BYTES - DICTATION_OVERLAP_BYTES));
-      form.append("model", "whisper-1");
+    this.audio = retained.length ? [retained] : [];
-      form.append("language", this.config.language);
+    this.bufferedBytes = retained.length;
-      const response = await fetch(`${this.config.baseUrl}/audio/transcriptions`, {
+    this.queueTranscription(segment);
-        method: "POST",
+  }
-        headers: this.config.apiKey ? { Authorization: `Bearer ${this.config.apiKey}` } : {},
+
-        body: form,
+  private queueTranscription(audio: Buffer): void {
-        signal: AbortSignal.timeout(4500),
+    if (!audio.length) return;
-      });
+    this.processing = this.processing.then(async () => {
-      if (!response.ok) throw new Error(`Athena STT failed (HTTP ${response.status})`);
+      const previous = this.completedTranscripts.join(" ");
-      const text = String(record(await response.json()).text || "").trim();
+      const text = await this.transcribe(audio, previous.slice(-240));
-      if (text) this.req.onTranscript?.(text);
+      const novel = removeTranscriptOverlap(previous, text);
-    } catch (error) {
+      if (novel) this.completedTranscripts.push(novel);
-      this.req.onError?.(error instanceof Error ? error : new Error(String(error)));
+      if (this.closed) this.emitCompletedTranscripts();
+    }).catch((error: unknown) => {
+      this.processingError = error instanceof Error ? error : new Error(String(error));
+    });
+  }
+
+  private emitCompletedTranscripts(): void {
+    while (this.emittedTranscripts < this.completedTranscripts.length) {
+      this.req.onTranscript?.(this.completedTranscripts[this.emittedTranscripts]);
+      this.emittedTranscripts += 1;
     }
   }
+
+  private async transcribe(audio: Buffer, prompt: string): Promise<string> {
+    const form = new FormData();
+    form.append("file", new Blob([Uint8Array.from(wavFromMulaw8k(audio))], { type: "audio/wav" }), "dictation.wav");
+    form.append("model", "qwen3-asr");
+    form.append("language", this.config.language);
+    if (prompt) form.append("prompt", prompt);
+    const response = await fetch(`${this.config.baseUrl}/audio/transcriptions`, {
+      method: "POST",
+      headers: this.config.apiKey ? { Authorization: `Bearer ${this.config.apiKey}` } : {},
+      body: form,
+      signal: AbortSignal.timeout(DICTATION_REQUEST_TIMEOUT_MS),
+    });
+    if (!response.ok) throw new Error(`Athena STT failed (HTTP ${response.status})`);
+    return String(record(await response.json()).text || "").trim();
+  }
 }
 
 function pcmRms(pcm: Buffer): number {
@@ -422,7 +490,7 @@ class AthenaTalkBridge {
     const form = new FormData();
     const wavBytes = Uint8Array.from(wavFromPcm16(pcm));
     form.append("file", new Blob([wavBytes], { type: "audio/wav" }), "talk.wav");
-    form.append("model", "whisper-1");
+    form.append("model", "qwen3-asr");
     form.append("language", this.cfg.language);
     const response = await fetch(`${this.cfg.baseUrl}/audio/transcriptions`, {
       method: "POST",
@@ -510,9 +578,9 @@ export default definePluginEntry({
   register(api) {
     api.registerRealtimeTranscriptionProvider({
       id: "athena-talk",
-      label: "Athena Whisper (Diktieren)",
+      label: "Athena Qwen3-ASR (Diktieren)",
-      defaultModel: "whisper-1",
+      defaultModel: "qwen3-asr",
-      models: ["whisper-1"],
+      models: ["qwen3-asr"],
       autoSelectOrder: 1,
       resolveConfig: ({ cfg, rawConfig }) => resolveTranscriptionConfig(cfg, rawConfig),
       isConfigured: ({ providerConfig }) => Boolean(record(providerConfig).baseUrl),

integrations/openclaw-athena-talk/openclaw.plugin.json

@@ -1,7 +1,7 @@
 {
   "id": "athena-talk",
   "name": "Athena Local Talk",
-  "description": "Private OpenClaw Talk provider using Athena Whisper and Qwen3-TTS.",
+  "description": "Private OpenClaw Talk provider using Athena Qwen3-ASR and Qwen3-TTS.",
   "activation": {
     "onStartup": true
   },

integrations/openclaw-athena-talk/package-lock.json

@@ -1,12 +1,12 @@
 {
   "name": "@casaderoll/openclaw-athena-talk",
-  "version": "1.2.1",
+  "version": "1.3.1",
   "lockfileVersion": 3,
   "requires": true,
   "packages": {
     "": {
       "name": "@casaderoll/openclaw-athena-talk",
-      "version": "1.2.1",
+      "version": "1.3.1",
       "devDependencies": {
         "@types/node": "^24.0.0",
         "openclaw": "2026.9.4",

integrations/openclaw-athena-talk/package.json

@@ -1,8 +1,8 @@
 {
   "name": "@casaderoll/openclaw-athena-talk",
-  "version": "1.2.1",
+  "version": "1.3.1",
   "private": true,
-  "description": "Local OpenClaw Talk provider backed by Athena Whisper and Qwen3-TTS",
+  "description": "Local OpenClaw Talk provider backed by Athena Qwen3-ASR and Qwen3-TTS",
   "type": "module",
   "files": [
     "dist",

integrations/openclaw-athena-talk/test-transcription.mjs

@@ -3,7 +3,15 @@ import { createServer } from "node:http";
 import { test } from "node:test";
 import plugin from "./dist/index.js";
 
-test("dictation registers separately and sends G.711 audio to Athena Whisper", async () => {
+async function waitFor(predicate, timeoutMs = 2000) {
+  const deadline = Date.now() + timeoutMs;
+  while (!predicate()) {
+    if (Date.now() >= deadline) throw new Error("timed out waiting for condition");
+    await new Promise((resolve) => setTimeout(resolve, 10));
+  }
+}
+
+test("dictation registers separately and sends G.711 audio to Athena Qwen3-ASR", async () => {
   let transcription;
   plugin.register({
     registerRealtimeTranscriptionProvider: (value) => { transcription = value; },
@@ -29,7 +37,7 @@ test("dictation registers separately and sends G.711 audio to Athena Whisper", a
     assert.equal(wav.readUInt16LE(34), 16);
     assert.equal(wav.length, 48);
     assert.equal(form.get("language"), "de");
-    assert.equal(form.get("model"), "whisper-1");
+    assert.equal(form.get("model"), "qwen3-asr");
     res.writeHead(200, { "Content-Type": "application/json" }).end(JSON.stringify({ text: "Hallo Athena" }));
   });
   await new Promise((resolve) => server.listen(0, "127.0.0.1", resolve));
@@ -79,3 +87,73 @@ test("dictation reuses only a TTS key for the same Athena origin", () => {
     cfg: withTts("http://other:8081/v1"), rawConfig: {},
   }).apiKey, "");
 });
+
+test("long dictation is transcribed incrementally before the recording closes", async () => {
+  let transcription;
+  plugin.register({
+    registerRealtimeTranscriptionProvider: (value) => { transcription = value; },
+    registerRealtimeVoiceProvider: () => {},
+    registerHttpRoute: () => {},
+  });
+
+  const answers = [
+    "Dies ist ein langer Abschnitt",
+    "langer Abschnitt mit einer Fortsetzung",
+    "einer Fortsetzung und einem Ende.",
+  ];
+  let uploads = 0;
+  const server = createServer(async (req, res) => {
+    const index = uploads++;
+    const form = await new Request("http://localhost", {
+      method: "POST",
+      headers: { "Content-Type": req.headers["content-type"] },
+      body: req,
+      duplex: "half",
+    }).formData();
+    const wav = Buffer.from(await form.get("file").arrayBuffer());
+    assert.equal(wav.readUInt32LE(24), 8000);
+    if (index > 0) assert.ok(String(form.get("prompt") || "").length > 0);
+    res.writeHead(200, { "Content-Type": "application/json" })
+      .end(JSON.stringify({ text: answers[index] }));
+  });
+  await new Promise((resolve) => server.listen(0, "127.0.0.1", resolve));
+  const cfg = { talk: { realtime: { providers: { "athena-talk": {
+    baseUrl: `http://127.0.0.1:${server.address().port}/v1`, language: "de",
+  } } } } };
+  const providerConfig = transcription.resolveConfig({ cfg, rawConfig: {} });
+  const transcripts = [];
+  const errors = [];
+  try {
+    const session = transcription.createSession({
+      cfg,
+      providerConfig,
+      onTranscript: (text) => transcripts.push(text),
+      onError: (error) => errors.push(error),
+    });
+    await session.connect();
+
+    // Six seconds start the first request while dictation is still active.
+    session.sendAudio(Buffer.alloc(48_000, 0xff));
+    await waitFor(() => uploads === 1);
+    assert.deepEqual(transcripts, []);
+
+    // Another 5.5 seconds form the next overlapping segment. The remaining
+    // 2 seconds are finalized only when the user stops dictation.
+    session.sendAudio(Buffer.alloc(44_000, 0xff));
+    await waitFor(() => uploads === 2);
+    session.sendAudio(Buffer.alloc(16_000, 0xff));
+    session.close();
+
+    await waitFor(() => transcripts.length === 3);
+    assert.deepEqual(transcripts, [
+      "Dies ist ein langer Abschnitt",
+      "mit einer Fortsetzung",
+      "und einem Ende.",
+    ]);
+    assert.equal(uploads, 3);
+    assert.deepEqual(errors, []);
+  } finally {
+    server.closeAllConnections();
+    await new Promise((resolve) => server.close(resolve));
+  }
+});

manage.sh

@@ -52,7 +52,8 @@ case "$command" in
       [[ $# -eq 0 ]] || { echo "core akzeptiert keine weiteren Services" >&2; exit 2; }
       run "$ROOT_DIR/platform/mcp/install-tools.sh"
       run "${compose[@]}" up -d --build \
-        wireguard-gateway embedding qwen3-tts tts-gateway profile-controller router llama-dashboard portainer backup
+        wireguard-gateway embedding qwen3-tts tts-gateway profile-controller \
+        qwen-asr qwen-asr-worker router llama-dashboard portainer backup
     else
       run "${compose[@]}" up -d --build --no-deps "$@"
     fi

platform/backup/athena-export-backup

@@ -37,6 +37,22 @@ target="$OUTPUT_DIR/$name"
 list=$(mktemp /tmp/athena-export-list.XXXXXX)
 trap 'rm -f "$list" "$partial"' EXIT
 
+# The encrypted export is roughly the size of its predecessor. Keeping all
+# generations until after writing the next one requires one extra archive of
+# free space and can deadlock a full backup disk. Release exactly one slot
+# before writing when the configured retention is already reached. If the new
+# export fails, KEEP-1 valid generations remain available.
+mapfile -t existing < <(find "$OUTPUT_DIR" -maxdepth 1 -type f \
+  -name 'athena-portable-*.tar.zst.age' -printf '%T@ %p\n' \
+  | sort -rn | cut -d' ' -f2-)
+while ((${#existing[@]} >= KEEP)); do
+  last_index=$((${#existing[@]} - 1))
+  oldest=${existing[$last_index]}
+  rm -f -- "$oldest" "$oldest.sha256"
+  unset 'existing[last_index]'
+  existing=("${existing[@]}")
+done
+
 add_path() {
   local path=${1#/}
   [[ ! -e /$path ]] || printf '%s\0' "$path" >>"$list"

platform/docker/profile-controller/profile_controller.py

@@ -27,6 +27,10 @@ LABEL_KEY = "com.mike-ai.llama-profile"
 IMAGE_LABEL_KEY = "com.mike-ai.image-worker"
 IMAGE_WORKER = os.environ.get("IMAGE_WORKER", "image")
 RESTORE_WORKER = os.environ.get("RESTORE_WORKER", "restore")
+IMAGE_PROMPT_I2I_WORKER = os.environ.get(
+    "IMAGE_PROMPT_I2I_WORKER", "image-prompt-i2i").strip()
+IMAGE_PROMPT_T2I_WORKER = os.environ.get(
+    "IMAGE_PROMPT_T2I_WORKER", "image-prompt-t2i").strip()
 FLUX_STANDBY_WORKER = os.environ.get(
     "FLUX_STANDBY_WORKER", "flux-standby").strip()
 TTS_LABEL_KEY = "com.mike-ai.tts-worker"
@@ -102,7 +106,12 @@ def image_container(kind: str = IMAGE_WORKER) -> dict:
 
 def image_containers() -> list[dict]:
     """All allowlisted GPU workers that must never overlap an LLM."""
-    allowed = {IMAGE_WORKER, RESTORE_WORKER}
+    allowed = {
+        IMAGE_WORKER,
+        RESTORE_WORKER,
+        IMAGE_PROMPT_I2I_WORKER,
+        IMAGE_PROMPT_T2I_WORKER,
+    }
     if FLUX_STANDBY_WORKER:
         allowed.add(FLUX_STANDBY_WORKER)
     return [item for item in labelled_containers(IMAGE_LABEL_KEY)
@@ -363,7 +372,13 @@ def stop_inference() -> dict:
 
 
 def set_image_worker(running: bool, kind: str = IMAGE_WORKER) -> dict:
-    if kind not in {IMAGE_WORKER, RESTORE_WORKER, FLUX_STANDBY_WORKER}:
+    if kind not in {
+        IMAGE_WORKER,
+        RESTORE_WORKER,
+        FLUX_STANDBY_WORKER,
+        IMAGE_PROMPT_I2I_WORKER,
+        IMAGE_PROMPT_T2I_WORKER,
+    }:
         raise ValueError("worker is not allowlisted")
     with LOCK:
         item = image_container(kind)
@@ -799,6 +814,10 @@ class Handler(BaseHTTPRequestHandler):
         worker_paths = {
             "/workers/image/start": (IMAGE_WORKER, True),
             "/workers/image/stop": (IMAGE_WORKER, False),
+            "/workers/image-prompt-i2i/start": (IMAGE_PROMPT_I2I_WORKER, True),
+            "/workers/image-prompt-i2i/stop": (IMAGE_PROMPT_I2I_WORKER, False),
+            "/workers/image-prompt-t2i/start": (IMAGE_PROMPT_T2I_WORKER, True),
+            "/workers/image-prompt-t2i/stop": (IMAGE_PROMPT_T2I_WORKER, False),
             "/workers/restore/start": (RESTORE_WORKER, True),
             "/workers/restore/stop": (RESTORE_WORKER, False),
             "/workers/flux-standby/start": (FLUX_STANDBY_WORKER, True),

platform/docker/qwen-asr-worker/Dockerfile

@@ -0,0 +1,17 @@
+FROM python:3.13.7-slim-bookworm
+
+RUN apt-get update \
+    && apt-get install -y --no-install-recommends ffmpeg \
+    && rm -rf /var/lib/apt/lists/* \
+    && useradd --system --uid 10005 --home-dir /nonexistent --shell /usr/sbin/nologin stt
+
+WORKDIR /app
+COPY router/qwen_asr_worker.py /app/qwen_asr_worker.py
+
+ENV QWEN_ASR_HOST=0.0.0.0 \
+    QWEN_ASR_PORT=8084 \
+    QWEN_ASR_LANGUAGE=de
+
+USER 10005:10005
+EXPOSE 8084
+ENTRYPOINT ["python", "/app/qwen_asr_worker.py"]

platform/hermes/config.yaml

@@ -133,8 +133,8 @@ display:
   language: "de"
   show_reasoning: false
 
-# Speech input stays local and private. A fixed German hint avoids Whisper
+# Speech input stays local and private. The fixed German hint helps with
-# interpreting short utterances as English while retaining the fast base model.
+# short utterances and product names.
 stt:
   enabled: true
   provider: "local"

platform/hermes/skills/athena-operator/references/architecture-and-modes.md

@@ -32,7 +32,7 @@ gateway, UI, CPU-STT, backup and operator containers may remain active.
 - Fast: Qwen3.8-27B IQ4-MIX, 76,800 tokens.
 - Medium: Qwen3.8-27B IQ4_XS-pure, 160,000 tokens, vision.
 - Large: the same Q4 model, 192,000 tokens, vision.
-- Ultra: the same Q4 model, 262,144 tokens, no vision projector.
+- Ultra: the same Q4 model, 262,144 tokens, vision projector on CPU.
 - Uncensored: Abliterated Q4_K_M, 80,000 tokens, vision.
 
 Medium, Large, Ultra and Beta distribute their runtime across both GPUs. Do not

platform/llama/README.md

@@ -16,10 +16,10 @@ nach Standardbenchmark, Tool-Calling-Test und Kontexttest übernommen.
 
 - Fast: Qwen3.8-27B IQ4-MIX mit MTP2
 - Medium und Large: Qwen3.8-27B IQ4_XS Pure mit MTP3
-- Ultra: Qwen3.8-27B IQ4_XS Pure mit MTP2 und maximalem Textkontext
+- Ultra: Qwen3.8-27B IQ4_XS Pure mit MTP2, maximalem Kontext und Vision-Projektor auf CPU
 - Uncensored: Blackfrost Qwen3.8-27B Abliterated Q4_K_M mit MTP2
-- Fast, Medium, Large und Uncensored: integrierte Vision; der jeweilige
+- Alle fünf Profile: integrierte Vision. Bei Fast, Medium, Large und
-  Projektor liegt vollständig auf der RTX 3060
+  Uncensored liegt der Projektor auf der RTX 3060; bei Ultra auf der CPU.
 
 Die produktive Runtime ist seit dem 12. September 2026 auf llama.cpp
 **Build 10930**, Commit `56381e407c0ccfb3a6f71e668a27a901001d22ce`,

platform/profiles/profile-ultra.conf

@@ -3,4 +3,4 @@ Description=Legacy native Qwen Ultra 256K profile (Docker is the production path
 
 [Service]
 ExecStart=
-ExecStart=/opt/mike-ai/llama.cpp/build/bin/llama-server --model /opt/mike-ai/models/qwen3.8-27b-iq4-xs-pure/qwen3.8-27b-IQ4_XS-pure.gguf --alias qwen-ultra --ctx-size 262144 --flash-attn on --cache-type-k q4_0 --cache-type-v q4_0 --cache-prompt --cache-reuse 256 --cache-ram 8192 --threads 6 --threads-batch 6 --batch-size 64 --ubatch-size 32 --parallel 1 --jinja --reasoning auto --host 127.0.0.1 --port 8080 --metrics --fit off --n-gpu-layers all --load-mode none --temperature 0.2 --top-p 0.8 --top-k 20 --device CUDA0,CUDA1 --main-gpu 0 --split-mode layer --tensor-split 80,20 --spec-type draft-mtp --spec-draft-n-max 2 --spec-draft-type-k f16 --spec-draft-type-v f16
+ExecStart=/opt/mike-ai/llama.cpp/build/bin/llama-server --model /opt/mike-ai/models/qwen3.8-27b-iq4-xs-pure/qwen3.8-27b-IQ4_XS-pure.gguf --mmproj /opt/mike-ai/models/qwen3.8-27b-nvfp4/mmproj-BF16.gguf --no-mmproj-offload --alias qwen-ultra --ctx-size 262144 --flash-attn on --cache-type-k q4_0 --cache-type-v q4_0 --cache-prompt --cache-reuse 256 --cache-ram 8192 --threads 6 --threads-batch 6 --batch-size 64 --ubatch-size 32 --parallel 1 --jinja --reasoning auto --host 127.0.0.1 --port 8080 --metrics --fit off --n-gpu-layers all --load-mode none --temperature 0.2 --top-p 0.8 --top-k 20 --device CUDA0,CUDA1 --main-gpu 0 --split-mode layer --tensor-split 80,20 --spec-type draft-mtp --spec-draft-n-max 2 --spec-draft-type-k f16 --spec-draft-type-v f16

router/ai_profile_router.py

@@ -29,12 +29,11 @@ Sprachausgabe (Qwen3-TTS auf RTX 3060):
                     POST /v1/audio/speech        (OpenAI-kompatibel)
                     GET  /v1/audio/voices        (verfügbare Stimmen)
 
-Spracherkennung (whisper.cpp, deutsch, CPU-only):
+Spracherkennung (Qwen3-ASR, deutsch, CPU-only):
                     POST /v1/audio/transcriptions (OpenAI-kompatibel)
                     GET  /v1/audio/models        (verfügbare Audio-Modelle)
 
-Der TTS-Worker (mike-ai-xtts.service) und der STT-Worker
+TTS und Qwen3-ASR laufen als separate, langlebige Dienste.
-(mike-ai-whisper.service) laufen als separate, langlebige Prozesse.
 Der Router leitet /v1/audio/speech und /v1/audio/transcriptions
 per HTTP an die Worker weiter.
 
@@ -146,6 +145,18 @@ IMAGE_PYTHON = os.environ.get(
     "IMAGE_PYTHON", "/opt/mike-ai/ai-profile-router/venv/bin/python")
 IMAGE_WORKER_URL = os.environ.get("IMAGE_WORKER_URL", "").rstrip("/")
 IMAGE_WORKER_TOKEN = os.environ.get("IMAGE_WORKER_TOKEN", "").strip()
+IMAGE_PROMPT_I2I_URL = os.environ.get(
+    "IMAGE_PROMPT_I2I_URL", "").rstrip("/")
+IMAGE_PROMPT_T2I_URL = os.environ.get(
+    "IMAGE_PROMPT_T2I_URL", "").rstrip("/")
+IMAGE_PROMPT_I2I_SYSTEM_FILE = os.environ.get(
+    "IMAGE_PROMPT_I2I_SYSTEM_FILE",
+    "/etc/mike-ai/qwen-image-pe-i2i-system-prompt.txt")
+IMAGE_PROMPT_T2I_SYSTEM_FILE = os.environ.get(
+    "IMAGE_PROMPT_T2I_SYSTEM_FILE",
+    "/etc/mike-ai/qwen-image-pe-t2i-system-prompt.txt")
+IMAGE_PROMPT_ENHANCER_TIMEOUT = float(os.environ.get(
+    "IMAGE_PROMPT_ENHANCER_TIMEOUT", "180"))
 IMAGE_MODEL_NAME = os.environ.get(
     "IMAGE_MODEL_NAME", "Qwen-Image-2.1-int8")
 IMAGE_INFERENCE_STEPS = int(os.environ.get("IMAGE_INFERENCE_STEPS", "25"))
@@ -182,6 +193,16 @@ IMAGE_QUALITY = {"standard": IMAGE_INFERENCE_STEPS,
 IMAGE_DEFAULT_QUALITY = "standard"
 IMAGE_MAX_N = 4
 
+IMAGE_RATIO_SIZES = {
+    "1:1": (1024, 1024),
+    "3:2": (1536, 1024),
+    "2:3": (1024, 1536),
+    "4:3": (1536, 1024),
+    "3:4": (1024, 1536),
+    "16:9": (1920, 1088),
+    "9:16": (1088, 1920),
+}
+
 # --- Sprachausgabe (Qwen3-TTS über das interne Normalisierungs-Gateway) ---
 TTS_WORKER_URL = os.environ.get("TTS_WORKER_URL", "http://127.0.0.1:8085")
 TTS_TIMEOUT = float(os.environ.get("TTS_TIMEOUT", "300"))  # s, pro Synthese
@@ -194,11 +215,11 @@ TTS_DEFAULT_VOICE = os.environ.get(
 TTS_FORMATS = ("mp3", "wav", "pcm")
 TTS_DEFAULT_FORMAT = "mp3"
 
-# --- Spracherkennung (whisper.cpp, deutsch, CPU-only) ---
+# --- Spracherkennung (Qwen3-ASR, deutsch, CPU-only) ---
 STT_WORKER_URL = os.environ.get("STT_WORKER_URL", "http://127.0.0.1:8084")
 STT_TIMEOUT = float(os.environ.get("STT_TIMEOUT", "120"))  # s, pro Transkription
 STT_CONNECT_TIMEOUT = float(os.environ.get("STT_CONNECT_TIMEOUT", "5"))
-STT_MODEL = "whisper-1"  # virtuelles Modell für /v1/audio/transcriptions
+STT_MODEL = "qwen3-asr"
 
 # Maximale Upload-Größe (Bytes) – verhindert unbegrenzten RAM-Verbrauch.
 # 50 MB ist für Audio-Dateien (WebM/Opus, WAV, MP3) mehr als ausreichend.
@@ -1386,11 +1407,151 @@ def _restore_qwen(profile: str) -> None:
     RUNTIME.save(last_profile=profile, phase="idle")
 
 
+def _image_data_url(path: str) -> str:
+    """Read one already validated local reference image as a data URL."""
+    image_root = os.path.abspath(IMAGE_DIR)
+    resolved = (os.path.abspath(path) if os.path.isabs(path)
+                else os.path.abspath(os.path.join(image_root, path)))
+    if os.path.commonpath((image_root, resolved)) != image_root:
+        raise RuntimeError("Referenzbild liegt außerhalb des Bildverzeichnisses")
+    with open(resolved, "rb") as handle:
+        data = handle.read()
+    if data.startswith(b"\x89PNG\r\n\x1a\n"):
+        mime = "image/png"
+    elif data.startswith(b"\xff\xd8\xff"):
+        mime = "image/jpeg"
+    elif data.startswith(b"RIFF") and data[8:12] == b"WEBP":
+        mime = "image/webp"
+    else:
+        raise RuntimeError(f"Referenzbild hat ein unbekanntes Format: {path}")
+    return f"data:{mime};base64,{base64.b64encode(data).decode()}"
+
+
+def _parse_prompt_enhancer_result(content: object) -> dict:
+    if not isinstance(content, str) or not content.strip():
+        raise RuntimeError("Prompt-Enhancer lieferte keine Antwort")
+    text = content.strip()
+    if text.startswith("```"):
+        text = re.sub(r"^```(?:json)?\s*", "", text, flags=re.IGNORECASE)
+        text = re.sub(r"\s*```$", "", text)
+    try:
+        result = json.loads(text)
+    except ValueError:
+        start, end = text.find("{"), text.rfind("}")
+        if start < 0 or end <= start:
+            raise RuntimeError("Prompt-Enhancer lieferte kein JSON")
+        try:
+            result = json.loads(text[start:end + 1])
+        except ValueError as exc:
+            raise RuntimeError("Prompt-Enhancer lieferte ungültiges JSON") from exc
+    if not isinstance(result, dict):
+        raise RuntimeError("Prompt-Enhancer lieferte kein JSON-Objekt")
+    rewritten = result.get("rewritten_prompt")
+    if not isinstance(rewritten, str) or not rewritten.strip():
+        raise RuntimeError("Prompt-Enhancer lieferte keinen rewritten_prompt")
+    if len(rewritten) > 8000:
+        raise RuntimeError("Aufbereiteter Bildprompt ist länger als 8000 Zeichen")
+    result["rewritten_prompt"] = rewritten.strip()
+    return result
+
+
+def _enhance_image_prompt(prompt: str, source_files: list[str]) -> tuple[str, dict]:
+    """Run the official Qwen Image 2.1 prompt enhancer on the RTX 3060."""
+    editing = bool(source_files)
+    kind = "image-prompt-i2i" if editing else "image-prompt-t2i"
+    url = IMAGE_PROMPT_I2I_URL if editing else IMAGE_PROMPT_T2I_URL
+    system_file = (IMAGE_PROMPT_I2I_SYSTEM_FILE if editing
+                   else IMAGE_PROMPT_T2I_SYSTEM_FILE)
+    model = "qwen-image-pe-i2i" if editing else "qwen-image-pe-t2i"
+    if not PROFILE_CONTROL_URL or not url:
+        raise RuntimeError("Qwen-Image-Prompt-Enhancer ist nicht konfiguriert")
+    try:
+        with open(system_file, encoding="utf-8") as handle:
+            system_prompt = handle.read().strip()
+    except OSError as exc:
+        raise RuntimeError(f"Systemprompt des Prompt-Enhancers fehlt: {exc}") from exc
+
+    started = time.monotonic()
+    _profile_controller_request("POST", f"/workers/{kind}/start")
+    try:
+        deadline = time.monotonic() + IMAGE_START_TIMEOUT
+        while True:
+            try:
+                with urllib.request.urlopen(url + "/health", timeout=3) as response:
+                    health = json.load(response)
+                if health.get("status") == "ok":
+                    break
+            except (OSError, urllib.error.URLError, TimeoutError, ValueError):
+                pass
+            if time.monotonic() >= deadline:
+                raise RuntimeError("Prompt-Enhancer hat nicht gestartet")
+            time.sleep(1)
+
+        if editing:
+            user_content: object = [
+                {"type": "image_url", "image_url": {"url": _image_data_url(path)}}
+                for path in source_files
+            ]
+            user_content.append({"type": "text", "text": prompt})
+        else:
+            user_content = prompt
+        request_body = {
+            "model": model,
+            "messages": [
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": user_content},
+            ],
+            "temperature": 1.0,
+            "top_p": 0.95,
+            "top_k": 20,
+            "presence_penalty": 0.0 if editing else 1.5,
+            "max_tokens": 4096,
+            "thinking_budget_tokens": 2048,
+            "chat_template_kwargs": {
+                "enable_thinking": True,
+                "reasoning_effort": "low",
+            },
+        }
+        req = urllib.request.Request(
+            url + "/v1/chat/completions",
+            data=json.dumps(request_body).encode(),
+            method="POST",
+            headers={"Content-Type": "application/json"},
+        )
+        try:
+            with urllib.request.urlopen(
+                    req, timeout=IMAGE_PROMPT_ENHANCER_TIMEOUT) as response:
+                payload = json.load(response)
+        except urllib.error.HTTPError as exc:
+            detail = exc.read(4096).decode(errors="replace")
+            raise RuntimeError(
+                f"Prompt-Enhancer HTTP {exc.code}: {detail[-500:]}") from exc
+        try:
+            content = payload["choices"][0]["message"]["content"]
+        except (KeyError, IndexError, TypeError) as exc:
+            raise RuntimeError("Prompt-Enhancer-Antwort ist unvollständig") from exc
+        result = _parse_prompt_enhancer_result(content)
+        metadata = {
+            "model": model,
+            "quantization": "Q5_K_M",
+            "seconds": round(time.monotonic() - started, 3),
+            "wh_ratio": result.get("wh_ratio"),
+            "ratio_follow": result.get("ratio_follow"),
+        }
+        return result["rewritten_prompt"], metadata
+    finally:
+        try:
+            _profile_controller_request("POST", f"/workers/{kind}/stop")
+        except Exception as exc:
+            log.warning("Prompt-Enhancer ließ sich nicht stoppen: %s", exc)
+
+
 def generate_image(prompt: str, width: int, height: int, steps: int,
                    guidance: float, seed: int | None, n: int,
                    quality: str = "standard",
                    source_files: list[str] | None = None,
                    model: str = IMAGE_MODEL_NAME,
+                   size_explicit: bool = False,
                    ) -> tuple[list[str], str | None]:
     """Orchestriert die Bildgenerierung inkl. Qwen-Hotswap.
 
@@ -1411,6 +1572,8 @@ def generate_image(prompt: str, width: int, height: int, steps: int,
         warning: str | None = None
         img.last_error = None
         img.current_model = model
+        original_prompt = prompt
+        prompt_enhancer: dict | None = None
         # Qwen wird gestoppt → für Chats nicht verfügbar (die warten).
         _set_qwen_unavailable(True)
         try:
@@ -1433,11 +1596,26 @@ def generate_image(prompt: str, width: int, height: int, steps: int,
                         f"(Exit {proc.returncode}): {out[-500:]}")
             _wait_upstream_down(time.monotonic() + 60)
 
-            # 2) Worker starten (Modell wird beim ersten generate geladen).
+            # 2) Den knappen Benutzerprompt mit dem offiziellen Qwen-
+            # Prompt-Enhancer auf der RTX 3060 in einen belastbaren
+            # Produktionsprompt umschreiben. Danach wird der Enhancer wieder
+            # beendet, bevor der eigentliche Bildworker startet.
+            img.phase = "enhancing-prompt"
+            prompt, prompt_enhancer = _enhance_image_prompt(
+                original_prompt, source_files or [])
+            ratio = prompt_enhancer.get("wh_ratio")
+            if not size_explicit and isinstance(ratio, str):
+                width, height = IMAGE_RATIO_SIZES.get(
+                    ratio.strip(), (width, height))
+            log.info("Bildprompt aufbereitet (%s, %.1f s, Verhältnis %s)",
+                     prompt_enhancer["model"],
+                     prompt_enhancer["seconds"], ratio)
+
+            # 3) Worker starten (Modell wird beim ersten generate geladen).
             img.phase = "loading-image"
             worker = _worker()
 
-            # 3) Generieren.
+            # 4) Generieren.
             for i in range(n):
                 img.phase = "generating"
                 filename = time.strftime("%Y%m%d-%H%M%S") + \
@@ -1465,6 +1643,8 @@ def generate_image(prompt: str, width: int, height: int, steps: int,
                 # Metadaten speichern (Sidecar-JSON).
                 meta = {
                     "prompt": prompt,
+                    "original_prompt": original_prompt,
+                    "prompt_enhancer": prompt_enhancer,
                     "seed": seed,
                     "width": width,
                     "height": height,
@@ -1493,7 +1673,7 @@ def generate_image(prompt: str, width: int, height: int, steps: int,
             if removed:
                 log.info("Bild-Retention: %d alte Bilder entfernt", len(removed))
 
-            # 4) Worker vollständig beenden (VRAM + CUDA-Kontext freigeben).
+            # 5) Worker vollständig beenden (VRAM + CUDA-Kontext freigeben).
             img.phase = "unloading-image"
             worker.stop()
             img.worker = None
@@ -1510,7 +1690,7 @@ def generate_image(prompt: str, width: int, height: int, steps: int,
                 img.worker = None
             raise
         finally:
-            # 5) Qwen immer wiederherstellen.
+            # 6) Qwen immer wiederherstellen.
             img.phase = "restoring-qwen"
             try:
                 _restore_qwen(profile)
@@ -2358,6 +2538,7 @@ class Handler(BaseHTTPRequestHandler):
             return
 
         # Größe
+        size_explicit = "size" in data
         size = data.get("size", "1024x1024")
         if size not in IMAGE_SIZES:
             self._send_error(
@@ -2425,7 +2606,7 @@ class Handler(BaseHTTPRequestHandler):
         try:
             results, warning = generate_image(
                 prompt.strip(), width, height, steps, guidance, seed, n,
-                quality, source_files, model)
+                quality, source_files, model, size_explicit)
         except (ValueError, RuntimeError) as e:
             self._send_error(503, str(e), "server_error", "image_generation_failed")
             return
@@ -2664,7 +2845,7 @@ class Handler(BaseHTTPRequestHandler):
             models.append({
                 "id": STT_MODEL,
                 "object": "model",
-                "owned_by": "whisper.cpp",
+                "owned_by": "qwen3-asr",
                 "type": "transcription",
             })
         if tts.get("ready"):
@@ -2787,7 +2968,7 @@ class Handler(BaseHTTPRequestHandler):
 
         # Modell-Validierung
         model = fields.get("model", STT_MODEL)
-        if model not in (STT_MODEL, "whisper"):
+        if model != STT_MODEL:
             self._send_error(400, f"unbekanntes Modell: {model!r} "
                                   f"(erwartet: {STT_MODEL})",
                              "invalid_request_error", "unknown_model")

router/qwen_asr_worker.py

@@ -0,0 +1,147 @@
+#!/usr/bin/env python3
+"""OpenAI-router STT adapter for the persistent, CPU-only Qwen3-ASR server."""
+
+import json
+import logging
+import os
+import subprocess
+import tempfile
+import time
+import urllib.request
+import uuid
+from email import policy
+from email.parser import BytesParser
+from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
+
+
+HOST = os.environ.get("QWEN_ASR_HOST", "0.0.0.0")
+PORT = int(os.environ.get("QWEN_ASR_PORT", "8084"))
+SERVER_URL = os.environ.get("QWEN_ASR_SERVER_URL", "http://qwen-asr:8080").rstrip("/")
+LANGUAGE = os.environ.get("QWEN_ASR_LANGUAGE", "de")
+MAX_BODY_BYTES = 25 * 1024 * 1024
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(message)s")
+log = logging.getLogger("qwen-asr-worker")
+
+
+def clean_transcript(value: str) -> str:
+    """llama.cpp may include a Qwen task marker before the spoken words."""
+    if "<asr_text>" in value:
+        value = value.split("<asr_text>", 1)[1]
+    return value.replace("<|endoftext|>", "").strip()
+
+
+def transcribe(audio: bytes, filename: str, language: str) -> dict:
+    suffix = os.path.splitext(filename)[1].lower() or ".wav"
+    with tempfile.TemporaryDirectory(prefix="qwen_asr_") as directory:
+        source = os.path.join(directory, "input" + suffix)
+        wav = os.path.join(directory, "audio.wav")
+        with open(source, "wb") as handle:
+            handle.write(audio)
+        result = subprocess.run(
+            ["ffmpeg", "-nostdin", "-hide_banner", "-loglevel", "error", "-y",
+             "-i", source, "-ac", "1", "-ar", "16000", "-c:a", "pcm_s16le", wav],
+            capture_output=True, text=True, timeout=30,
+        )
+        if result.returncode:
+            raise ValueError("Audio konnte nicht gelesen werden: " + result.stderr[-300:])
+        with open(wav, "rb") as handle:
+            pcm = handle.read()
+
+    boundary = "athena-qwen-asr-" + uuid.uuid4().hex
+    body = b"".join([
+        f"--{boundary}\r\n".encode(),
+        b'Content-Disposition: form-data; name="file"; filename="audio.wav"\r\n',
+        b"Content-Type: audio/wav\r\n\r\n", pcm, b"\r\n",
+        f"--{boundary}\r\n".encode(),
+        b'Content-Disposition: form-data; name="model"\r\n\r\n',
+        b"qwen3-asr-0.6b\r\n",
+        f"--{boundary}\r\n".encode(),
+        b'Content-Disposition: form-data; name="language"\r\n\r\n',
+        language.encode(), b"\r\n",
+        f"--{boundary}--\r\n".encode(),
+    ])
+    request = urllib.request.Request(
+        SERVER_URL + "/v1/audio/transcriptions", data=body,
+        headers={"Content-Type": f"multipart/form-data; boundary={boundary}"},
+        method="POST",
+    )
+    started = time.monotonic()
+    with urllib.request.urlopen(request, timeout=60) as response:
+        payload = json.loads(response.read())
+    if not isinstance(payload, dict) or not isinstance(payload.get("text"), str):
+        raise RuntimeError("Qwen3-ASR returned no transcription")
+    text = clean_transcript(payload["text"])
+    elapsed = int((time.monotonic() - started) * 1000)
+    log.info("Qwen3-ASR transcribed %d characters in %d ms", len(text), elapsed)
+    return {"text": text, "language": language, "duration_ms": elapsed,
+            "engine": "qwen3-asr-0.6b"}
+
+
+def parse_audio(body: bytes, content_type: str) -> tuple[bytes, str, str]:
+    if "multipart/form-data" not in content_type.lower():
+        return body, "audio.wav", LANGUAGE
+    message = BytesParser(policy=policy.default).parsebytes(
+        b"MIME-Version: 1.0\r\nContent-Type: " + content_type.encode() +
+        b"\r\n\r\n" + body
+    )
+    if not message.is_multipart():
+        raise ValueError("Invalid multipart upload")
+    audio = b""
+    filename = "audio.wav"
+    language = LANGUAGE
+    for part in message.iter_parts():
+        name = part.get_param("name", header="content-disposition")
+        if name == "file":
+            audio = part.get_payload(decode=True) or b""
+            filename = os.path.basename(part.get_filename() or filename)
+        elif name == "language":
+            language = (part.get_payload(decode=True) or b"").decode("utf-8").strip()
+    return audio, filename, language if language and language != "auto" else LANGUAGE
+
+
+class Handler(BaseHTTPRequestHandler):
+    def send_json(self, status: int, data: dict) -> None:
+        body = json.dumps(data, ensure_ascii=False).encode()
+        self.send_response(status)
+        self.send_header("Content-Type", "application/json; charset=utf-8")
+        self.send_header("Content-Length", str(len(body)))
+        self.end_headers()
+        self.wfile.write(body)
+
+    def do_GET(self) -> None:
+        if self.path != "/status":
+            self.send_json(404, {"error": "not found"})
+            return
+        try:
+            with urllib.request.urlopen(SERVER_URL + "/health", timeout=2) as response:
+                ready = response.status == 200
+        except Exception:
+            ready = False
+        self.send_json(200, {"ready": ready, "model": "qwen3-asr-0.6b",
+                             "engine": "qwen3-asr", "language": LANGUAGE})
+
+    def do_POST(self) -> None:
+        if self.path != "/transcribe":
+            self.send_json(404, {"error": "not found"})
+            return
+        try:
+            size = int(self.headers.get("Content-Length", "0"))
+            if not 0 < size <= MAX_BODY_BYTES:
+                self.send_json(413, {"error": "Invalid audio size"})
+                return
+            audio, filename, language = parse_audio(
+                self.rfile.read(size), self.headers.get("Content-Type", "")
+            )
+            if not audio:
+                raise ValueError("Missing audio file")
+            self.send_json(200, transcribe(audio, filename, language))
+        except ValueError as exc:
+            self.send_json(400, {"error": str(exc)})
+        except Exception:
+            log.exception("Transcription failed")
+            self.send_json(503, {"error": "Qwen3-ASR unavailable"})
+
+
+if __name__ == "__main__":
+    ThreadingHTTPServer((HOST, PORT), Handler).serve_forever()

router/router_profiles.json

@@ -18,7 +18,7 @@
     "ultra": {
       "context": 262144,
       "model_alias": "qwen-ultra",
-      "vision": false
+      "vision": true
     },
     "uncensored": {
       "context": 80000,

scripts/prepare-qwen-image-21.sh

@@ -5,6 +5,8 @@ set -Eeuo pipefail
 ROOT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
 ENV_FILE=${STACK_ENV:-/etc/mike-ai/stack.env}
 MODEL_DIR=${QWEN_IMAGE_21_MODEL_DIR:-/data/models/Qwen-Image-2.1-ComfyUI}
+PE_I2I_DIR=${QWEN_IMAGE_PE_I2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-i2i-q5}
+PE_T2I_DIR=${QWEN_IMAGE_PE_T2I_MODEL_DIR:-/data/models/qwen-image-2.1-pe-t2i-q5}
 BASE=https://huggingface.co/Comfy-Org/Qwen-Image-2.1/resolve/ace0edeb3791a594ddfa36ed5f41a178a394e921
 
 download() {
@@ -19,15 +21,52 @@ download() {
   mv "$target.part" "$target"
 }
 
+download_url() {
+  local url=$1 target=$2 expected=$3
+  install -d -m 0755 "$(dirname "$target")"
+  if [[ -f $target ]] && echo "$expected  $target" | sha256sum -c --status; then
+    echo "OK: $target"
+    return
+  fi
+  curl -fL --retry 5 --retry-all-errors -C - -o "$target.part" "$url"
+  echo "$expected  $target.part" | sha256sum -c --status
+  mv "$target.part" "$target"
+}
+
 download diffusion_models/qwen_image_2.1_int8_convrot.safetensors cb74113cb03faecd79611b01fd7fd642f0aa60d6f0b95086abee214d75eaa57d
 download text_encoders/qwen3vl_8b_int8_convrot.safetensors 8bfd0f6e12abf2d2d697ecc888e5e90b0d6741d6708f05799f53afa560452e8f
 download vae/qwen_image_2.1_vae_bf16.safetensors bb21f7473051e1ac368515dd3f2e15cd44d7a11748ee8823e1ddca3e4876b7c9
 
+# Official Qwen Image 2.1 Prompt Enhancers, quantized to Q5_K_M for the
+# 12-GiB RTX 3060. I2I uses the separate multimodal projector; T2I does not.
+download_url \
+  https://huggingface.co/prithivMLmods/Qwen-Image-2.1-PE-I2I-GGUF/resolve/55b9c1a326599e142d59bcad8715d5601ccf8daa/Qwen-Image-2.1-PE-I2I.Q5_K_M.gguf \
+  "$PE_I2I_DIR/Qwen-Image-2.1-PE-I2I.Q5_K_M.gguf" \
+  cb71f71fe5fe5938570d65a7c403fbcb1a9065dff9dd9a021f58aec42785b84e
+download_url \
+  https://huggingface.co/prithivMLmods/Qwen-Image-2.1-PE-I2I-GGUF/resolve/55b9c1a326599e142d59bcad8715d5601ccf8daa/Qwen-Image-2.1-PE-I2I.mmproj-bf16.gguf \
+  "$PE_I2I_DIR/Qwen-Image-2.1-PE-I2I.mmproj-bf16.gguf" \
+  8dedb71dbc3092dc47de9108ad373d68a12854e2527d59bd9399601738f3bce1
+download_url \
+  https://huggingface.co/Qwen/Qwen-Image-2.1-PE-I2I/resolve/72927bc08afc99b7888ceb7d7d51a12db3700bbd/system_prompt.txt \
+  "$PE_I2I_DIR/system_prompt.txt" \
+  e378fea686a1431581ba4c654d332ae96adad633f144ae738ec8ce9c4fd66439
+download_url \
+  https://huggingface.co/prithivMLmods/Qwen-Image-2.1-PE-T2I-GGUF/resolve/e18d4a3e0830ab157770738b16830e6fcf5f57d4/Qwen-Image-2.1-PE-T2I.Q5_K_M.gguf \
+  "$PE_T2I_DIR/Qwen-Image-2.1-PE-T2I.Q5_K_M.gguf" \
+  749f5652fd6e8b760ca860091f7a5bffa254a7954203ae5c9bcdf5f93197702f
+download_url \
+  https://huggingface.co/Qwen/Qwen-Image-2.1-PE-T2I/resolve/f3ed7985c788ad75b3ab7223e0c4c51e2a43545b/system_prompt.txt \
+  "$PE_T2I_DIR/system_prompt.txt" \
+  a77c9a06c59b120741141d9514b95682bb8761d02bec49ca61def7b2b3d9fb99
+
 compose=(docker compose --env-file "$ENV_FILE" -f "$ROOT_DIR/compose.yaml" --profile image --profile flux-standby)
 "${compose[@]}" build image-worker
 "${compose[@]}" up -d --build --no-deps profile-controller
-"${compose[@]}" create image-worker flux-image-worker
+"${compose[@]}" create image-worker image-prompt-enhancer-i2i \
-"${compose[@]}" stop image-worker flux-image-worker
+  image-prompt-enhancer-t2i flux-image-worker
+"${compose[@]}" stop image-worker image-prompt-enhancer-i2i \
+  image-prompt-enhancer-t2i flux-image-worker
 state=$(docker inspect -f '{{.State.Status}}' mike-ai-image-worker)
 [[ $state == exited || $state == created ]]
-echo "Qwen-Image-2.1 production worker and FLUX standby are prepared and stopped."
+echo "Qwen-Image-2.1, both prompt enhancers and the FLUX standby are prepared and stopped."

scripts/speech-roundtrip.py

@@ -47,7 +47,7 @@ def main() -> int:
     body = (
         f"--{boundary}\r\n"
         'Content-Disposition: form-data; name="model"\r\n\r\n'
-        "whisper-1\r\n"
+        "qwen3-asr\r\n"
         f"--{boundary}\r\n"
         'Content-Disposition: form-data; name="language"\r\n\r\n'
         "de\r\n"

services/athena-realtime-voice/README.md

@@ -1,7 +1,7 @@
 # Athena realtime voice bridge
 
 This independent service lets OpenClaw's existing browser Talk UI use Athena
-Whisper, OpenClaw's agent, and Athena Qwen3-TTS through the browser's supported
+Qwen3-ASR, OpenClaw's agent, and Athena Qwen3-TTS through the browser's supported
 OpenAI-style WebRTC transport. It does not modify OpenClaw or switch an Athena
 profile. The existing `gateway-relay` path remains available.
 
@@ -69,7 +69,7 @@ cd /opt/mike-ai/stack
 docker compose --env-file /etc/mike-ai/stack.env up -d --no-deps --build realtime-voice
 ```
 
-OpenClaw 2026.9.4 uses the `athena-talk` plugin version 1.2.1 with
+OpenClaw uses the `athena-talk` plugin version 1.3.0 with
 `talk.realtime.transport` set to `webrtc` and
 `talk.realtime.providers.athena-talk.realtimeUpstreamUrl` set to
 `http://192.168.1.212:8090/v1/realtime/calls`. On the Mac, turn off
@@ -90,10 +90,14 @@ python3.11 -m venv .venv
 ```
 
 The synthetic microphone test passed over the actual OpenClaw HTTPS offer
-route and WireGuard media path with production Whisper and Qwen3-TTS on
+route and WireGuard media path with production Qwen3-ASR and Qwen3-TTS on
 2026-09-16. Subsequent real browser Talk sessions successfully transcribed
-and answered multiple user turns. Browser dictation through the same plugin
+and answered multiple user turns. Browser dictation uses a separate plugin
-also produced text after a correction to its separate transcription path.
+path. Since version 1.3.0, recordings longer than six seconds are
+pre-transcribed incrementally in overlapping short windows while the
+microphone remains active. This keeps the final tail inside OpenClaw's
+five-second completion window. Talk through this WebRTC service still ends
+and transcribes one utterance at a time.
 The first user report of a second turn becoming stuck was addressed by
 matching conversation item and predecessor IDs; the later two-turn test
 passed. This is still half-duplex and needs a private route for WebRTC media.

services/athena-realtime-voice/server.py

@@ -281,7 +281,7 @@ class RealtimeSession:
         try:
             form = FormData()
             form.add_field("file", make_wav(pcm), filename="talk.wav", content_type="audio/wav")
-            form.add_field("model", "whisper-1")
+            form.add_field("model", "qwen3-asr")
             form.add_field("language", os.environ.get("STT_LANGUAGE", "de"))
             async with self.http.post(
                 os.environ["ATHENA_API_BASE_URL"].rstrip("/") + "/audio/transcriptions",

smoke-test.sh

@@ -27,6 +27,8 @@ for name in \
   mike-ai-wireguard-gateway \
   mike-ai-profile-controller \
   mike-ai-embedding \
+  mike-ai-qwen-asr \
+  mike-ai-qwen-asr-worker \
   mike-ai-router \
   mike-ai-qwen3-tts \
   mike-ai-tts-gateway \
@@ -70,7 +72,8 @@ for legacy in \
   mike-ai-mcp-deemix \
   mike-ai-mcp-github \
   mike-ai-mcp-homeassistant \
-  mike-ai-mcp-navidrome; do
+  mike-ai-mcp-navidrome \
+  mike-ai-whisper; do
   [[ -z $(docker inspect -f '{{.Name}}' "$legacy" 2>/dev/null || true) ]] || \
     fail "Altlast existiert noch: $legacy"
 done