Skip to content

Lokale Modelle Phonon-2 und Parakeet Redux integrieren - #35

Merged
LeonStadler merged 7 commits into
mainfrom
feature/34-local-asr-models
Oct 29, 2026
Merged

LeonStadler merged 7 commits into
mainfrom
feature/34-local-asr-models

Conversation

@LeonStadler

@LeonStadler LeonStadler commented Oct 29, 2026 •

Copy link
Copy Markdown
Owner

Zusammenfassung

  • Integriert Phonon-2 und Parakeet Redux als zusätzliche, lokal verwaltete Core-ML-ASR-Modelle über FluidAudio v0.17.7.
  • Ergänzt geprüfte Modellbundles, Auswahl, sichtbare Sprachgrenzen, Live-Teilergebnisse und Finalisierung; vorhandene Whisper- und NVIDIA-Parakeet-Modelle bleiben erhalten.
  • Bereitet Core ML im sichtbaren Vorbereitungszustand vor; explizite Phonon-2-Auswahl setzt Englisch.
  • Bedienungshilfen-Abfragen laufen auf dem Main Thread; beim Sprachwechsel bleiben Overrides der vorherigen Sprache erhalten.
  • Aktualisiert Dokumentation, Drittanbieterhinweise, Changelog und Version auf 0.49.0.

Validierung

  • swift build und vollständige swift test-Suite bestanden, einschließlich Sprach- und Override-Regressionen.
  • Echtmodell-Smoke für beide lokalen Bundles: Live-Teilergebnisse, Finalisierung, Dateitranskription, Reset und warme Latenzmessungen.
  • Letzte Echtmodellmessung: erste Ausgabe 587 ms (Phonon-2) / 671 ms (Redux); Live-Update-p95 548 ms / 536 ms.
  • scripts/smoke_test_macos_app.sh --skip-launch --no-ui bestanden; macOS-App-Bundle und gebündelte Whisper-Transkription geprüft.
  • 0.49.0-DMG gebaut und geprüft. Der letzte Branch-Commit enthält nur die bewahrte Sprach-Override-Auswahl; kein Release wird durch diesen PR veröffentlicht.
  • 20 englische LibriSpeech-Testaufnahmen aus fünf Sprechern für Live-/Final- und WER-Smokes; Details in Issue Feature: Phonon-2 als lokales Spracherkennungsmodell integrieren #34.

Noch offen für die Release-Abnahme

Der Debug-Auszug zeigte zwei erfolgreiche kurze Mikrofon-Diktate auf dem vorherigen Build. Nach Installation des aktuellen Branch-Stands sind ein natürlicher 30-Minuten-Mitschnitt und Neustart/Offline-Betrieb noch nicht bestätigt. Diese Prüfungen bleiben Voraussetzung für die spätere Release-Veröffentlichung; der Merge veröffentlicht keinen Release.

Closes #34

Copy link
Copy Markdown
Owner Author

Crash-/Sprachfix aus deinem Praxisbericht ist in fad6c97 enthalten. Der Trust-Check wird jetzt auf dem Main Thread ausgeführt; bei expliziter Phonon-2-Auswahl wird Englisch gesetzt. Regressionstest, swift build, swift test und der Xcode macOS-Smoke sind grün. Der PR bleibt Draft bis zur praktischen Abnahme der aktualisierten App.

@LeonStadler LeonStadler added the enhancement New feature or request label Oct 29, 2026 — with ChatGPT Codex Connector
@LeonStadler
LeonStadler marked this pull request as ready for review October 29, 2026 08:12
@LeonStadler
LeonStadler merged commit fae0807 into main Oct 29, 2026
8 of 9 checks passed
@LeonStadler
LeonStadler deleted the feature/34-local-asr-models branch October 29, 2026 08:32
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

enhancement New feature or request

Projects

None yet

Development

Successfully merging this pull request may close these issues.

Feature: Phonon-2 als lokales Spracherkennungsmodell integrieren

1 participant