Aime/docs/08-changelog.md

08 — Changelog

Chronik der Entwicklungsschritte. Regel: jede zukünftige Änderung bekommt hier einen Eintrag (Datum, Was, Warum, betroffene Dateien/Backups).

2026-08-02 (spät) — Knöpfe rutschten aus der Zeile, 242 MB Dateileichen geräumt

1. Zeilenumbruch in der Aufnahmenliste. Bei schmaler Liste schob ein langer Titel die Knöpfe aus der Zeile — der Papierkorb-Knopf der obersten Aufnahme war nicht mehr erreichbar, die Spalte bekam einen waagerechten Scrollbalken. Ursache ist die Vorgabe min-width: auto für Flex-Kinder: der Textblock schrumpft von sich aus nie unter seine Inhaltsbreite. Mit der dritten Schaltfläche (Stecknadel) reichte der Platz dann nicht mehr.

.item > .grow { min-width: 0; overflow-wrap: anywhere; }
.item > .btn  { flex: none; }

2. Gelöschte Aufnahmen lagen weiter auf der Karte. 23 sichtbare Aufnahmen (46 Dateien), aber 152 Dateien im Ordner: 106 verwaiste mit 242 MB, Rückstand des alten deleteRecording, das nur die Datenbankzeile entfernte. Einmalig geräumt (Gegenprobe vorher: keine der 106 Dateien stand in einer Zeile, danach: keine benötigte Datei fehlt), und sweepOrphans in server.js verhindert den Rückfall — Details in 09 – Suche & Verwaltung.

Die Papierkorb-Kette selbst war in Ordnung und wurde mit einer Wegwerf-Zeile nachgewiesen: löschen → Papierkorb, Dateien bleiben; endgültig löschen → {"files":2}, Zeile und beide Dateien weg.

Dateien: app/server.js, app/db.js (allAudioFiles), app/web/src/style.css. Board-Backups: .bak-orphans.

2026-08-02 — Wortmarkierung lief dem Ton voraus: VBR-MP3 war schuld

Symptom: im Transkript war ein Wort markiert, gesprochen wurde aber eins rund vier Zeilen weiter oben. Gemessen an #85: markiert „auf" (20:40,3), zu hören „OneDrive" (20:16,3) — 24 s Vorlauf.

Was es NICHT war (der Reihe nach ausgeschlossen, jeweils mit Gegenprobe):

Verdacht	Prüfung	Ergebnis
Wortzeiten driften (VAD-Trimming im Batch-Modus)	Ausschnitte bei t = 600/1240/3400 s aus der WAV geschnitten und einzeln transkribiert	dort stehen exakt die Wörter, die die DB führt — Zeitstempel korrekt
MP3 und WAV haben verschiedene Zeitachsen	MP3 komplett dekodiert, dieselben Stellen geprüft	identisch
Datei kaputt / ffmpeg-Seek daneben	ffmpeg -ss an denselben Stellen	trifft genau
Anzeige-Logik (ontimeupdate)	Code gelesen: letztes Wort mit t_start <= t	korrekt

Was es war: der Sprung im Browser. Die MP3 war VBR, dort gibt es keine feste Byte-pro-Sekunde-Regel, also nutzt der Browser die Xing-Tabelle — 100 Stützstellen, bei 63 Minuten ein Raster von 38 s. Er landet auf der Stützstelle davor, meldet über currentTime aber die angefragte Zeit zurück. Nachgerechnet (lab/tocerr.py, Frames gezählt + Tabelle geparst): Ziel 20:40 → tatsächliche Abspielposition 20:11,5, also −28,5 s. Genau die beobachtete Größenordnung, und der Versatz bleibt bis zum nächsten Sprung stehen.

Fix: MP3 künftig CBR mit 64 kbit und ohne Xing-Tabelle (-b:a 64k -ar 48000 -ac 1 -write_xing 0 statt -qscale:a 3). Dann ist die Byte-Position proportional zur Zeit und jeder Sprung sitzt. Die Tabelle muss auch bei CBR weg — sie rastert Byte-Positionen auf 1/256 der Dateigröße, was bei einer Stunde ~15 s sind (Restfehler gemessen: bis −6,4 s). Ohne sie rechnet der Decoder linear: Restfehler 0,02 s = ein halber Frame, an neun Stichpunkten über die ganze Datei geprüft.

Dateigröße bleibt praktisch gleich (#85: 32,3 → 30,3 MB), 64 kbit CBR ≈ die bisherige Durchschnittsrate von 68 kbit.

Altbestand: lab/recode-cbr.sh schreibt alle vorhandenen Aufnahmen einmalig um — Quelle ist die WAV mit derselben Filterkette wie beim Aufnehmen, für die alten Aufnahmen ohne WAV die MP3 selbst (dann ohne erneutes loudnorm, das steckt dort schon drin). Schreibt erst in eine .tmp, vergleicht die Dauer (±2 s) und ersetzt erst dann; pausiert oberhalb von 88 °C, weil das Board keinen Lüfter hat. Zwei Stolpersteine dabei: -f mp3 ist Pflicht (aus der Endung .mp3.tmp leitet ffmpeg kein Format ab), und eine 0-Byte-Altdatei (rec_1784247236781.mp3) bleibt als Fehler liegen statt den Lauf abzubrechen.

Dateien: app/recorder.js (Board-Backup .bak-cbr), app/lab/recode-cbr.sh (neu), app/lab/tocerr.py (neu, Messwerkzeug), Kapitel 03 – Aufnahme-Pipeline.

2026-08-02 (nachgereicht) — Grüne Nadel, Logo führt zurück zu den Aufnahmen

Nadel grün statt rot: der Anheften-Knopf in der Aufnahmenliste zeigte bei einer angehefteten Aufnahme nur die Zahl, die Nadel selbst blieb rot. Sie ist jetzt grün (--ok, dieselbe Farbe wie das „KI ✓"-Abzeichen). Dafür musste das 📌-Emoji einem SVG mit currentColor weichen (ICON_PIN, gleiches Muster wie ICON_TABLE/ICON_SHEET): ein Farb-Emoji rendert die Schriftart immer rot, color greift daran nicht.

Logo als Heimweg: ein Klick auf Wellen-Logo und Schriftzug „Aime" wechselt auf den Reiter „Aufnahmen" (#brandhome in render()), mit Zeiger-Cursor und Hover-Andeutung als Hinweis darauf.

Dateien: app/web/src/main.js, app/web/src/style.css.

2026-08-02 (nachgereicht) — Ordner-Ebene umbenennbar

Der erste Reiter eines Projekts hieß fest „Ordner". Er trägt jetzt einen frei wählbaren Namen, genau wie die Unterreiter.

Der Name steht in der neuen Spalte projects.root_tab_name (NULL = „Ordner") und nicht als Zeile in project_tabs: die Ordner-Ebene ist kein echter Reiter — es gibt sie immer, sie hat keine eigene id und lässt sich nicht löschen. Eine Zeile in project_tabs hätte für sie eine id gebraucht, die dann in project_pins.tab_id auftauchen müsste, womit die „0 = Ordner-Ebene"-Regel und mit ihr der UNIQUE-Index gefallen wären.

PATCH /api/projects/:id/tabs/0 fängt die 0 ab und schreibt ins Projekt; ein leerer Name setzt zurück auf „Ordner". Auch die Ebenen-Auswahl im 📌-Dialog und die Liste bestehender Anheftungen zeigen den Namen (listPinsForRecording per COALESCE(t.name, p.root_tab_name)).

Dateien: app/db.js, app/server.js, app/web/src/main.js, Kapitel 10 – Projektansicht.

2026-08-02 — Neuer Reiter „Projektansicht": Ordner, Unterreiter, angeheftete Aufnahmen

Was: Aufnahmen lassen sich jetzt in Projektordnern bündeln. Ein Ordner („Project X") nimmt direkt Aufnahmen auf und kann Unterreiter („Projektrelevante Aufzeichnungen") enthalten, die ihrerseits Aufnahmen aufnehmen. Ein Klick auf eine angeheftete Aufnahme springt in den Reiter „Aufnahmen" und öffnet sie dort. Angeheftet wird auf zwei Wegen: aus dem Projekt heraus per Dropdown (mit Filterfeld) oder direkt in der Aufnahmenliste über den neuen 📌-Knopf, der Ordner und Ebene abfragt, neue Ordner anlegen kann und bestehende Anheftungen der Aufnahme zum Lösen anzeigt.

Warum: Die chronologische Aufnahmenliste beantwortet „wann war das", nicht „was gehört zu diesem Projekt". Reihenfolge nach Datum ist für die tägliche Arbeit an mehreren Projekten die falsche Sortierung.

Wie: Drei Tabellen (projects, project_tabs, project_pins), angelegt in ensureSchema wie alle anderen auch. Ein Pin ist eine reine Referenz — die Aufnahme selbst wird nie verschoben oder kopiert und darf in mehreren Ordnern hängen.

Zwei Details, die sonst später weh getan hätten:

• project_pins.tab_id ist INT NOT NULL DEFAULT 0 (0 = Ordner-Ebene), nicht NULL. MariaDB schließt NULL von UNIQUE-Indizes aus; mit NULL ließe sich dieselbe Aufnahme mehrfach auf dieselbe Ebene anheften. Mit 0 greift UNIQUE (project_id, tab_id, recording_id), und INSERT IGNORE macht das Anheften idempotent.
• db.purgeRecording räumt project_pins mit ab, und getProject blendet Aufnahmen im Papierkorb aus, ohne ihren Pin zu löschen — nach dem Wiederherstellen ist die Aufnahme wieder im Ordner.

Dateien: app/db.js, app/server.js, app/web/src/main.js, app/web/src/style.css, neues Kapitel 10 – Projektansicht. Board-Backups: .bak-projects.

2026-07-31 (spät) — Zwei Fehler aus dem Suche-Feature behoben

Beide beim Nachsehen aufgefallen, warum die GUI bei einer 29:32-Aufnahme 2 h 34 min Analysezeit anzeigte.

1. Geisterzähler nach Dienst-Neustart

Ein systemctl restart SIGKILLt alle Kindprozesse (whisper, spk_embed, rkllm). Die Datenbankzeile blieb aber auf analysis_status='pending' mit gesetztem analysis_started_at stehen — die GUI zeigte darauf „KI-Analyse läuft… (NPU)" und einen Zähler, der ewig hochlief, für Arbeit die es nicht mehr gab.

Ausgelöst hatte es ein Deploy-Neustart um 13:11 mitten in der laufenden Analyse von #87.

Fix db.failStaleJobs(), aufgerufen beim Start: pending → error, transcribing → error. Zum Startzeitpunkt kann kein Job legitim laufen, also ist das eindeutig. Der Nutzer sieht jetzt den Wiederholen-Knopf statt eines Phantomzählers.

2. /api/search/answer ließ rkllm resident

Die Antwortroute lud rkllm über llm.askRaw() und gab es nie frei. Gemessen: 1 h 48 min lang 82,6 % RAM belegt, nur 237 MB verfügbar.

Das ist genau der Zustand, den analyzeRecording und rediarize mit ihrem llm.stopServer() bewusst vermeiden — der TitaNet-Helfer für die Sprecher-Embeddings stirbt neben dem residenten 5,9-GB-Modell an OOM (auf #71 ergab das seinerzeit 48 Rohsprecher). Die nächste Transkription wäre also mit hoher Wahrscheinlichkeit fehlgeschlagen.

Fix: llm.stopServer() im finally der Route. Danach wieder 7,3 GB verfügbar.

Dateien: app/server.js, app/db.js. Board-Backups: .bak-stalejobs.

2026-07-31 (nachmittags) — Abschnittstitel in der Zusammenfassung fett

Die Section-Zusammenfassung kommt als Abschnittstitel:\nFließtext…-Blöcke zurück (llm.js/analyzeLong), wurde aber als eine flache Textwand gerendert. Titelzeilen erscheinen jetzt fett.

Bewusst im Renderer, nicht in der Datenbank: so gilt es sofort für alle bereits vorhandenen Zusammenfassungen, ohne auf 22 Aufnahmen je eine 20-Minuten-Analyse neu zu fahren.

Erkennungsregel in renderSummary() (main.js): eine kurze, alleinstehende Zeile, die auf einen Doppelpunkt endet und kein . ! ? enthält — /^[^.!?]{3,90}:$/. Beide Bedingungen sind nötig: Fließtext wie „…die Struktur der Projektberichterstattung: kurze Einordnung, aktueller Stand…" hat den Doppelpunkt mitten in der Zeile und läuft weiter.

Gegen echte Daten geprüft (Zusammenfassungen #85, #79, #74): 37 Titel erkannt, keine Fließtextzeile fälschlich fett, keine Doppelpunkt-Zeile übersehen.

Dateien: app/web/src/main.js, app/web/src/style.css (.summary .sum-head). Board-Backups: .bak-sumhead.

2026-07-31 — Inhaltssuche, Papierkorb, Titel umbenennen (+ WLAN-Ausfall behoben)

Drei Funktionen auf Wunsch des Nutzers, dazu die Störung vom Vormittag. Details: 09 – Suche & Verwaltung.

Vorab: Board war nicht erreichbar — SSID-Rename killt den PSK-Hash

Das Board lief weiter als USB-Soundkarte, war aber im Netz unsichtbar. wpa_supplicant hing auf ssid="RupuWolf5"; das WLAN heißt seit dem Zusammenlegen der Bänder nur noch RupuWolf (4 BSSIDs, 2437/2462/5300/5500 MHz). Nach dem SSID-Fix scheiterte die Anmeldung trotz unverändertem Passwort:

wlP4p65s0: WPA: 4-Way Handshake failed - pre-shared key may be incorrect
CTRL-EVENT-SSID-TEMP-DISABLED ssid="RupuWolf" auth_failures=1 reason=WRONG_KEY

Ursache: die Conf speichert psk=<64 Hex>, und WPA-PSK leitet diesen Hash per PBKDF2 mit der SSID als Salt ab — ein SSID-Rename entwertet jeden vorberechneten Hash. Fix: Hash aus dem Klartext der #psk="…"-Kommentarzeile neu rechnen (wpa_passphrase "RupuWolf" "$PLAIN"). Backups: .bak-rupuwolf5 (alte SSID), .bak-oldhash.

Außerdem: Hostname auf AIme gesetzt, avahi-daemon installiert → AIme.local löst per mDNS auf und ersetzt das IP-Suchen. Die FritzBox zeigt weiter armbian-sd, weil sie den Gerätenamen beim ersten DHCP-Kontakt einfriert; ein Mitschnitt belegt, dass das Board korrekt Hostname (12): "AIme" sendet.

Titel umbenennen

PATCH /api/recordings/:id/title + Stift in Liste und Detailkopf. Neue Spalte recordings.title_locked: ein von Hand gesetzter Titel überlebt jede spätere KI-Analyse. Leeres Feld löscht Titel und Sperre.

Papierkorb, 30 Tage

DELETE /api/recordings/:id setzt nur noch deleted_at; Audio, Transkript und Analyse bleiben vollständig liegen. Neue Ansicht über der Liste mit Resttagen (rot ab 3 Tagen), Wiederherstellen, endgültig Löschen. Aufräumlauf beim Boot und täglich — der Boot-Lauf, weil das Board oft tagelang aus ist.

Altfehler mitbehoben: das bisherige Löschen ließ die words-Zeilen verwaist in der Datenbank und die WAV/MP3-Dateien für immer auf der Karte zurück. purgeRecording räumt beides ab.

Inhaltssuche mit Zeitstempel-Verweis

Neue Tabelle passages (1689 Zeilen aus 22 Aufnahmen), neuer Tab „Suche" in Google-Optik: Trefferliste sofort aus SQL, formulierte Antwort mit Belegen [1] [2] wird nachgereicht (Qwen3-4B, ~140 s). Jeder Treffer nennt Meeting, Sprecher und Gesprächsminute und springt beim Klick genau dorthin.

Hybrid aus Volltext (MariaDB FULLTEXT), Passage-Embedding und Dokument-Embedding (multilingual-e5-small, ONNX/CPU auf den A55-Kernen). Ohne das Modell degradiert die Suche sauber auf Volltext statt auszufallen.

Gemessene Grenzen — bewusst dokumentiert statt geschönt:

• Volltext allein findet „Steueroptimierung" nicht (im Transkript steht eine andere Wortform) → genau dafür ist die semantische Ebene da, die findet #71 mit vec=0,92.
• e5-small trennt auf verrauschtem ASR-Text schwach: für „Wie werden unsere Daten gesichert" lag die Kosinus-Spanne aller 1689 Passagen bei nur 0,8085–0,8560, und eine irrelevante Passage („Agenda zusammenpacken", 0,8560) schlug die richtige Antwort („Backup-Job startet um 11 Uhr", 0,8419).
• Gegenmaßnahmen: Dokument-Ebene aus Titel + Zusammenfassung (sauberer LLM-Text statt ASR-Rauschen) und IDF-Wertung (Auswahl per BOOLEAN MODE, Wertung per NATURAL LANGUAGE MODE — Boolean gewichtet nicht nach Seltenheit, weshalb „Daten"-Wiederholung „gesichert" schlug).
• Ergebnis: richtige Passage auf Rang 11 von 296 statt gar nicht. Auffindbar, aber nicht in den Top-8, die das LLM liest. Nächster Hebel: multilingual-e5-base.

Relative Datumsangaben („letzte Woche") werden deterministisch aufgelöst, nicht vom LLM — ein falsches Kalenderfenster wäre schlimmer als keins. Der Datumsausdruck wird aus den Suchbegriffen entfernt.

Dateien

Neu: app/search.js, app/emb.js, app/inference/embed_text.py, docs/09-suche-und-verwaltung.md. Geändert: app/db.js, app/server.js, app/web/src/main.js, app/web/src/style.css, README.md. Board-Backups: .bak-search. Nicht im Repo: /opt/aime-models/e5-small/ (470 MB Modell).

2026-07-30 (nachmittags) — v2 machte den Uplink stumm, v3 behebt es

Symptom (Nutzer, Testanruf 13:51): „Die Gegenseite hat mich nicht mehr gehört." Regression aus v2 vom selben Tag. Das Journal zeigte den Beweis direkt:

iPhone call bluez_output.B4_96_A5_42_BD_D6.1: -callrec_mix

Nur -callrec_mix, kein +micgate, kein +far-end — v2 hat WirePlumbers Link getrennt und dann nichts verlinkt. Uplink ohne Quelle = die Gegenseite hört absolute Stille. Immerhin: v2 hat die HFP-Nodes erstmals überhaupt erkannt, der Portnamen-Fix von vormittags greift also.

Ursache: pw-link -l <node> filtert nicht. Reproduziert auf dem Board: mit einem Node-Namen, der nicht als Port auflösbar ist, gibt pw-link -l den gesamten Graph aus (sogar pw-link -l micgate.out liefert zusätzlich micgate:playback_MONO). Der Graph enthält immer micgate.out und callmix →

• grep -q micgate.out → wahr → „schon verlinkt" → micgate-Link übersprungen
• grep -q callmix → wahr → Gegenseiten-Link übersprungen
• grep -q callrec_mix → wahr → das Trennen war die einzige Aktion, die je lief

Derselbe Ausdruck steckte schon in v1, dort aber hinter dem Einmal-Guard, der ohnehin nie erreicht wurde.

Fix aime-iphone-route.sh v3 (.bak-v2):

• Neue links_of PORT parst die Peers eines exakten Ports aus einem einzigen Graph-Dump (awk: Header auf Spalte 0 exakt vergleichen, eingerückte |->/|<--Zeilen als Peers). Kein grep mehr über alles.
• Sicherheitsbedingung: erst verlinken, dann trennen. callrec_mix → Uplink wird nur entfernt, wenn micgate.out am Uplink-Port bestätigt anliegt (Graph danach neu gelesen). Sonst bleibt der WirePlumber-Link stehen und es wird !no-micgate-uplink-keeping-callrec_mix geloggt. Ein Echo ist schlecht, unhörbar sein ist schlimmer.
• Log-Zustand als Array statt String: CHANGED=" " (nur Leerzeichen) hätte [ -n ] passiert und bei fertig geroutetem Anruf jede Sekunde eine Journal-Zeile geschrieben.

Verifiziert: links_of gegen den echten Graph (verlinkter Port, unverlinkter Port, nicht existierender Port — jeweils exakt). Entscheidungslogik gegen einen synthetischen Mono-HFP-Graph mit gestubbtem pw-link: Pass 1 (WirePlumber-Default aktiv) → +micgate zuerst, dann beide callrec_mix-Links weg, Gegenseite in beide callmix-Kanäle, und genau ein micgate-Link in den Mono-Port (zwei wären +6 dB); Pass 2 (fertig geroutet) → vollständiger No-op, keine Log-Zeile; Pass 3 (micgate nicht bestätigt) → callrec_mix bleibt stehen, kein Trennen. Nach dem Neustart Graph unverändert bei 32 Links, Script idle ohne Anruf.

Noch offen: Gegenprobe am echten Anruf. Erwartet wird eine Zeile mit +micgate, -callrec_mix und +far-end. Steht dort !no-micgate-uplink-keeping-callrec_mix, ist der Uplink hörbar aber mit Echo, und der micgate-Link braucht eine eigene Analyse.

2026-07-30 (vormittags) — iPhone-Anruf: Gegenseite fehlt in der Aufnahme + Gegenseite hört sich doppelt

Ausgangslage (Nutzer): Ein BT-Telefonat wurde aufgenommen, in der Aufnahme ist nur die Nahseite zu hören; die Gegenseite berichtete zusätzlich, sich selbst stark doppelt zu hören. Der Pfad hatte am 2026-07-13 nachweislich funktioniert.

Messung: Aufnahme #80 (13:16, 44 s) → Diarisierung 1 Sprecher (bekannte Stimme „sascha", cos 0,779); #81 (13:38) ebenso 1 Sprecher. journalctl -t aime-iphone-route über den gesamten Boot seit 2026-07-29 12:15 → -- No entries --. Watcher-Prozess lief (PID 1446, 27 h), Service active, WirePlumber- Drop-in intakt (bluez5.roles, hfphsp-backend=native), iPhone Paired/Bonded/Trusted/Connected = yes, Profil-Enum bietet audio-gateway (A2DP Source & HSP/HFP AG). Der Nutzer hat die Gegenseite im H390-Headset gehört → die HFP-Nodes existierten, der Watcher hat sie nur nicht erkannt.

Ursache: eine, mit zwei Symptomen. aime-iphone-route.sh v1 hat nie gegriffen:

1. Hartcodierte Portnamen. Gesucht wurde bluez_output.<MAC>…:input_FL. HFP/mSBC ist mono, die Ports heißen playback_MONO/capture_MONO → der grep matchte nie, das Script tat buchstäblich nichts. Erklärt die 0 Log-Zeilen.
2. Einmal-Guard. if ! pw-link -l "$B" | grep -q micgate.out übersprang den gesamten Block, sobald micgate einmal verlinkt war. Da WirePlumber die HFP-Nodes nicht atomar anlegt (Uplink erscheint typischerweise vor der Gegenseite), blieb bluez_input in genau diesem einen Durchlauf leer → die Gegenseite wurde für den ganzen Anruf nie nachverlinkt. Ebenso wurde ein erst mitten im Anruf von WirePlumber gesetztes callrec_mix → Uplink nie mehr entfernt.

Daraus: Gegenseite → callmix fehlt → nicht in der Aufnahme. Und callrec_mix → Uplink bleibt stehen → Uplink führt den ungegateten Mix statt micgate.out → Rückfall auf genau den Echo-Zustand vor dem Fix vom 2026-07-13.

Fix aime-iphone-route.sh v2 (.bak-v1): Portnamen werden über pw-link -i/-o ermittelt statt hartcodiert; neue link_all-Hilfsfunktion legt genau einen Link pro Ziel-Port (mono-Quelle speist beide Kanäle; Stereo-Quelle auf mono-HFP-Port sendet nur FL — beide zu verlinken würde sie in denselben Port summieren = +6 dB auf dem Uplink). Alle drei Links werden in jedem Durchlauf einzeln geprüft und nachgezogen (Takt 2 s → 1 s), das Einmal-Guard ist weg. logger schreibt nur bei Zustandswechsel, damit das Journal nicht flutet.

Verifiziert: bash -n OK; link_all mit gestubbtem pw-link gegen alle drei Fälle getestet (stereo→stereo, stereo→mono, mono→stereo) und gegen leere Arrays; Graph nach dem Service-Neustart unverändert bei 32 Links, Script idle ohne HFP-Nodes. Noch offen: Gegenprobe am echten Anruf — journalctl -t aime-iphone-route muss dann +micgate und +far-end zeigen.

Doku: Kapitel 06 — Watcher-Sequenzdiagramm auf den Ein-Sekunden-Prüfzyklus umgestellt, Klarstellung dass Gegenseite → Headset von WirePlumber kommt und nicht vom Watcher (das alte Diagramm behauptete das Gegenteil), Kontrollkommando ergänzt.

Nebenbefund (offen): callrec.service ist am 2026-07-30 13:39:33 mit Error: write EPIPE in llm.js:84 gestorben (rkllm-Socket beim Schreiben weg), systemd hat neu gestartet (Restart-Counter 1). Der Socket-Write in llm.js hat keinen error-Handler → unhandled 'error' event reißt den ganzen Server mit. Die Zusammenfassung von #81 dürfte dadurch fehlen.

2026-07-29 — #79: verlorener Sprecher + magere Zusammenfassung (Vergleich gegen MS Teams)

Ausgangslage (Nutzer): Aufnahme #79 (23-min-Marketing-Jour-fixe) wurde trotz live getippter Namen falsch analysiert — 3 statt 4 Sprecher, Zusammenfassung 1 082 Zeichen ohne Inhalt. Als Messlatte lagen die Teams-Notizen desselben Meetings vor (5 Themenblöcke + 3 Folgeaufgaben).

Zwei unabhängige Ursachen, beide gemessen:

1. Diarisierung: Stufe A lieferte korrekt 4 starke Cluster. Von 4 Markern mit 3 Namen landete der zweite „Merle" auf Saschas Cluster; das bedingungslose must-link verschmolz beide (Kosinus −0,727).
2. LLM: 21k Zeichen < WHOLE_MAX_CHARS 32 000 und 3 < MANY_SPEAKERS 5 → Whole-Pass in einem Call → das erste Thema (Timo/Sabbatical) fiel der Prompt-Kompression zum Opfer.

Fixes diar.js (.bak-marklink): Anker-Gewicht nach Trefferqualität (im Turn 1,0 → 25 s Tippverzögerung 0,2); must-link nur bei cos ≥ 0,6 × gelernter Schwelle (DIAR_MARK_LINK_REL), sonst Marker verwerfen + loggen; Warnung bei mehreren Namen auf einem Cluster; Voiceprints als cannot-link (DIAR_VP_MIN 0,55, Abstand 0,05, Namensschlüssel = Vorname) — damit ist der Box-Besitzer immer ein eigener Sprecher.

Fixes server.js (.bak-vpconstraint, .bak-uniqlabel) / recorder.js: Voiceprints werden in rediarize() und transcribeAndAnalyze() in die Diarisierung durchgereicht; applyMarkers() verschmilzt nur noch bei conf = high (mid benennt weiterhin); buildBasis() vergibt eindeutige Labels (in #79 trugen zwei Cluster „Markus", der LLM verschmolz daraufhin zwei Personen im Text); Stimmabdruck schlägt einen unsicher verankerten Marker; relabelAnalysis() läuft am Ende JEDER Analyse (Namen, die während der ~20 min Laufzeit entstehen, landen sonst nie im fertigen Text — „Sprecher 1" blieb stehen).

Fixes llm.js (.bak-sectionmin, .bak-grounding): SECTION_MIN_CHARS = 9 000 (alles darüber in den Sektions-Pfad), MANY_SPEAKERS 5 → 3, CHUNK_CHARS 4 200 → 3 200, TAIL_CHARS = 700 (wörtlicher Kontext aus dem Vorgänger-Chunk), Prompt-Regeln „jedes Thema mind. ein Satz" + „nicht verallgemeinern", gezielter Prüf-Aufruf bei Grundsatz-Aussagen, Verwerfen einer reinen Verabschiedungs-Sektion am Ende.

Ergebnis #79: 4 Sprecher (Sascha/Markus/Lisa/Merle, alle automatisch benannt), Zusammenfassung 1 082 → ~5 300 Zeichen, 7 Themenblöcke, 15–18 ToDos mit Verantwortlichen; alle Teams-Themen abgedeckt. Regression geprüft: #70 → 4, #68 → 2, #74 → 20 Sprecher (unverändert).

Neu im Labor: app/lab/lab-eval2.mjs (Replay des echten clusterWindows() MIT Voiceprints), app/lab/vp-dump.mjs (Voiceprints als JSON). Damit kostet eine Clustering-Iteration Sekunden statt eines sherpa-Laufs.

Betriebs-GOTCHA: der A76-Takt wurde für einen sherpa-Lab-Lauf auf 2,256 GHz gesetzt — 88–89 °C, kurz darauf hing das Board (kein Ping auf LAN und WLAN, Hard-Reset nötig). Lüfterlos gilt weiter: schwere Jobs seriell und Cap 1,6 GHz. Nach dem Neustart hat der R1 per DHCP 192.168.1.48 bekommen (vorher .200).

2026-07-28 — GUI: alle Tabs nutzen die volle Fensterbreite

• Problem: nur „Aufnahmen" bekam #app.wide (max-width: none), Stimmen/Glossar/Bluetooth blieben auf 860 px zentriert → beim Tabwechsel sprang die ganze Kopfzeile in die Bildschirmmitte.
• Fix: .wide-Sonderfall entfernt — #app { max-width: none; padding: 16px 28px } gilt für alle Tabs, auf < 800 px wieder 16 px Padding. render() setzt keine Klasse mehr (main.js). Bundle index-BOK2TehD.js, CSS index-B0V_89UC.css.

2026-07-27 (3) — „(Namen: …)"-Zeilen aus der Zusammenfassung entfernt

• Problem (Nutzer): unter jedem Absatz der Zusammenfassung stand „(Namen: Kai, Dennis, …)".
• Fix (llm.js, .bak-nonames): composeSummary() druckt die pro Abschnitt extrahierten Eigennamen nicht mehr in den Body. Die Extraktion bleibt — sie ist Arbeitsdatum für den Rolling Context zwischen den Chunks (stabile Schreibweise von Personen/Firmen) und für die Schluss-Zeile „Genannte Namen: …".
• Bestand bereinigt: Skript entfernte die Zeilen aus bereits gespeicherten Zusammenfassungen (#74: 7503 → 7203 Zeichen), keine Neu-Analyse nötig.

2026-07-27 (2) — Namen nachträglich in die fertige Zusammenfassung übernehmen

• Problem (Nutzer): alle 20 Sprecher von #74 benannt, in der Zusammenfassung stand trotzdem weiter „Sprecher 5" statt Katharina. Grund: der Text entsteht mit den Labels, die beim Analysezeitpunkt galten; spätere Namen ändern nur speaker_names. Zusätzlich zählte buildBasis() „Sprecher N" nur über die UNBENANNTEN Sprecher, die Teilnehmerliste und die Spur-Beschriftung dagegen über alle → dieselbe Nummer meinte in Text und GUI verschiedene Personen.
• Fix: neue Spalte recordings.speaker_labels (JSON) speichert das Label jedes Clusters im LLM-Text; relabelAnalysis() (server.js) ersetzt beim Umbenennen wortgenau in summary, todos und transcript_clean, baut die Teilnehmerliste aus der Diarization neu auf und schreibt das Label auf den neuen Namen fort. Aufgerufen aus POST /recordings/:id/speaker und aus applyMarkers(). Mehrdeutige Labels (ein Label auf zwei Clustern) werden bewusst NICHT ersetzt. Teilnehmerliste der Analyse nutzt jetzt dieselben Labels wie der Dialogtext.
• #74 nachgezogen: Label-Karte des alten Laufs rekonstruiert (Namen zum Analysezeitpunkt: Kai/Fabio/Fabio) und angewandt → 0 „Sprecher N" mehr in Summary und Todos, Teilnehmerliste = die 20 echten Namen in Reihenfolge des ersten Auftretens. Rest: „Fabio" steht an 10 Stellen, davon einige eigentlich Nico (die Stimm-ID hatte damals zwei Cluster „Fabio" genannt) — sauber nur per „Analyse neu (nur KI)".
• Dateien: server.js (buildBasis liefert Labels, relabelAnalysis), db.js (speaker_labels, setSpeakerLabels/getSpeakerLabels), web/src/main.js (Toast). Bundle index-TOCXxq47.js.

2026-07-27 — Diarization v2 (Fenster-Clustering, gelernte Schwelle) + Live-Namensmarker

• Problem: #74 (33-min-Weekly, 22 Teilnehmer + ein Kind) automatisch neu analysiert → 44 Sprecher, dieselbe Stimme mehrfach als verschiedene Personen. Ursache (gemessen, nicht geraten): v1 bildete EIN Zentroid pro sherpa-Cluster aus max. 3 Schnitten und verglich mit fester Kosinus-Schwelle auf ROHEN Embeddings — unzentrierte TitaNet-Vektoren einer Aufnahme haben aber eine große gemeinsame Komponente (Kreuz-Turn-Kosinus ≈ 0,4), damit ist keine Schwelle trennscharf. 51 Roh-Cluster → 44.
• Fix — diar.js v2 (.bak-v2clust): sherpa liefert nur noch Turn-GRENZEN (--min-duration-off=0, threshold 0,2 — Labels verworfen). Danach: 3-s-Fenster (Hop 1,5 s, PCM-Slicing ohne ffmpeg) → TitaNet-Embedding pro Fenster → L2 / Aufnahme-Mittelwert abziehen / L2 (Kanal-Kompensation: Kreuz-Kosinus ≈ 0, d' 3,5) → Average-Linkage-AHC Stufe A (fein 0,45) → Weak-Fold (< min(20 s, 2 % Sprechzeit)) → Stufe B bis zur pro Aufnahme gelernten Schwelle (2-Gauß-EM auf den Paar-Ähnlichkeiten, mergeThreshold(), Clamp 0,05–0,35) oder bis zur gepinnten Anzahl. Turn-Label = dauergewichtete Mehrheit seiner Fenster. DIAR_MODE=legacy = alter Pfad.
• Warum gelernte Schwelle: fest 0,30 → #74 21 Sprecher (gut), #70 aber 9 (statt 4); fest 0,15 → #70 4, #74 kollabiert auf 14. Die Verteilung ist pro Aufnahme verschieden (gleicher Sprecher 0,21–0,30 je nach Audioqualität). Gelernt: #74 0,202 · #70 0,070 · #68 0,050.
• Validierung (Labor + Produktion): #74 44 → 20 · #70 (4 bekannte Sprecher) → 4 · #68 (2 Personen) → 2. Modell-Benchmark auf #74 (1181 Fenster): TitaNet-large d' 3,75/197 s, CAM++ 3,72/82 s, TitaNet-small 3,54/57 s, wespeaker-VoxCeleb-resnet34 2,43/185 s → durch die Pipeline geschickt alle innerhalb eines Sprechers → TitaNet-small bleibt (schnell + alle gelernten Voiceprints bleiben gültig). Voiceprints tragen jetzt die Spalte model.
• NEU: Live-Namensmarker (Wunsch des Nutzers) — während der Aufnahme den Namen der gerade sprechenden Person eintippen (Kopfzeilen-Feld, Enter). Tabelle markers (t_ms, name, speaker, conf); POST/GET/DELETE /api/record/marker(s) live, POST /api/recordings/:id/markers zum Nachtragen an der Abspielposition, POST /api/recordings/:id/apply-markers zum Neu-Zuordnen ohne sherpa-Lauf. Zuordnung diar.resolveMarkers(): asymmetrisches Fenster 25 s zurück / 8 s vorwärts (man tippt NACH dem Hören), Turn der den Marker überdeckt gewinnt, conf high/mid/low. Zusätzlich Supervision der Trennung: gleicher Name = must-link, verschiedene Namen = cannot-link in Stufe B; ein Name auf mehreren Clustern → Cluster werden zusammengeführt. Benannte Sprecher werden automatisch als Voiceprint gelernt.
• Re-Diarization löscht jetzt speaker_names (server.js): die Cluster werden neu durchnummeriert, alte Namen zeigten danach auf fremde Stimmen. Marker + Auto-ID füllen sofort neu.
• Dateien: diar.js (v2 + resolveMarkers), server.js (applyMarkers, Marker-Endpunkte, Voiceprint-Modellbindung), db.js (markers-Tabelle, voiceprints.model), recorder.js (Marker-Puffer während der Aufnahme), spk.js (modelId(), Modell-Doku), web/src/main.js + style.css (Kopfzeilen-Eingabe, Marker-Chips, Marker-Liste im Detail). Backups .bak-v2clust, .bak-markers. Bundle index-q6bHhDgg.js. Labor-Skripte (Segment-Dump, Fenster-Embeddings, Cluster-Grid, Schwellen-Fit) liegen auf dem Board unter /opt/callrec/lab/ und im Repo unter app/lab/ — damit ist das Tuning reproduzierbar.
• Nachtrag gleicher Tag — „Voice-Auto-Naming tot" (offen seit 2026-07-16) GELÖST: TitaNet-ONNX bricht bei langen Eingaben ab (reproduziert 180 s → Non-zero status code … broadcast … 12288 by 17998, 20/60 s ok). identifySpeakers() embettete den LÄNGSTEN Lauf ungekürzt (auf #74 minutenlang) → Helfer stirbt beim ersten Sprecher; da spk.js über eine Promise-Kette serialisiert und .then() auf einer rejected Promise den Callback überspringt, schlugen ALLE weiteren Sprecher sofort mit „spk beendet" fehl. Fixes: ID_CUT_SEC = 25 s in identifySpeakers(), Kette in spk.js + tdChain in recorder.js failure-isoliert, und pro Name gewinnt nur der beste Kosinus (#74 hatte „Fabio" auf zwei Clustern). Verifiziert per Testskript: 180-s-Schnitt scheitert, direkt danach liefert ein 20-s-Schnitt wieder ein Embedding.
• GOTCHA (Betrieb): zwei schwere Jobs parallel (Labor-sherpa + App-Analyse, deren finally den Takt auf 2,25 GHz zurückstellt) haben die A76 auf 101,9 °C getrieben — lüfterloses Board, das ist Shutdown-Nähe. Schwere Jobs immer serialisieren, Cap 1,4–1,6 GHz.

2026-07-17 — Round-Robin-Meetings: Sektions-Pfad statt Whole-Pass ab 5 Sprechern (Recency-Bias-Fix)

• Problem: #74 (33-min-Weekly, 13 Sprecher, 31k Zeichen) lief knapp unter WHOLE_MAX_CHARS als Whole-Pass → Summary enthielt fast nur die letzten Sprecher. 4B kann 15+ gleichwertige Themen in einem ~10k-Token-Prompt nicht gewichten; Whole-Pass taugt nur für narrative Gespräche mit wenigen Sprechern.
• Fix (llm.js, .bak-standup): analyze() routet labeled Transkripte mit ≥ 5 Sprechern (MANY_SPEAKERS, countSpeakers()) immer in analyzeLong (Sektions-Konglomerat). Sektions-Pfad auf Besprechungsnotizen-Niveau ausgebaut: thema-Überschrift pro Chunk, Pflicht zur Erwähnung JEDER berichtenden Person, Smalltalk-Dämpfung (Privates max. Halbsatz), Todos nur beruflich mit Verantwortlichem in Klammern, Überblick-Mikro-Call (PROMPT_OVERVIEW, Key-tolerant: Qwen schreibt teils "überblick"), Summary-Cap 6 000 → 16 000 (alter Cap schnitt 10 Sektionen mitten im Satz ab).
• Validierung: 3 Iterationen per reanalyze-llm auf #74 — final alle 13 Sprecher + alle Themen abgedeckt (Intro-Absatz, 10 Themen-Sektionen, 30 saubere Todos mit Verantwortlichen), kein Recency-Bias. Temporärer /api/debug/ask fürs Overview-Prompt-Tuning wieder entfernt (server.js unverändert).

2026-07-17 — GUI: Aufnahme-Tab gestrichen, Record-Button in der Kopfzeile + Stille-MP3-Fix

• Der Reiter "Aufnahme" ist weg: Quelle (CallRecMix), HFP-Codec (auto) und Sprecherzahl (auto) waren eh die Defaults. Aufnahme-Knopf (roter Kreis) + Laufzeit sitzen jetzt MITTIG in der Kopfzeile zwischen Logo und Tabs; beim Aufnehmen pulsiert er rot. Start legt SOFORT ein rotes "Aufnahme laeuft..."-Kaestchen mit Live-Timer ganz oben in der Liste an; Stop erzeugt daraus die echte Zeile (transcribing) und oeffnet sie rechts. Standard-Tab ist jetzt "Aufnahmen".
• recorder.js (.bak-silentmp3): lame crashte auf komplett stiller Aufnahme (psymodel.c calc_energy: el >= 0 — seit dem Mic-Gate real: niemand sprach = Null-Samples, loudnorm-Kette triggert die Assertion) -> Fallback-Encode ohne Filter statt Stop-Fehler. E2E getestet (3-s-Stille-Aufnahme: Stop ok, Zeile erstellt, transkribiert, wieder geloescht). Bundle index-UPMXRPJp.js.

2026-07-17 — GUI: Scrollbalken im Logo-Kupfer

Alle Scrollbalken (Liste, Transkript-Panel, Sprechblase, Seite) jetzt im Akzent-Kupfer: Firefox via scrollbar-color, Chromium/WebKit via ::-webkit-scrollbar-* (10 px, runder Daumen, transparente Schiene). Bundle index-U7lT-ig5.js.

2026-07-17 — GUI: Listenbreite per Splitter ziehbar

Zwischen Liste und Detail sitzt jetzt ein 6-px-Splitter (Hover/Ziehen = Kupfer-Schimmer, col-resize-Cursor): Liste zwischen 340 px (alte Festbreite = Minimum) und 680 px (Maximum = doppelt) frei ziehbar, Breite persistiert in localStorage['aime-list-width']. Auf schmalen Screens (gestapelt) ausgeblendet. Playwright-getestet (Clamp 340/680 + Persistenz). Bundle index-BbmdfFEI.js.

2026-07-17 — GUI: Kupfer-Zaehler, Favicon, Tab-Reihenfolge

Tages-Zaehler in der Liste jetzt im Logo-Kupfer (accent-soft-Pille); Wellenform-Logo als Favicon (SVG-data-URI in index.html, Browser-Tab); Tab-Reihenfolge neu: Aufnahme, Aufnahmen, Stimmen, Glossar, Bluetooth (Bluetooth ans Ende). Bundle index-Bt2IsJIF.js.

2026-07-17 — GUI: Liste startet mit nur dem neuesten Tag geoeffnet

Beim Betreten des Aufnahmen-Tabs ist nur noch die aktuellste Tagesgruppe aufgeklappt, alle aelteren sind eingeklappt (Zaehler-Badge zeigt die Anzahl). Manuelles Auf-/Zuklappen bleibt bis zum naechsten Tab-Wechsel erhalten (state.resetCollapse-Flag, angewandt beim ersten Listen-Build). Bundle index-C_-UUeU5.js.

2026-07-17 — GUI: Transkript/Am-Tisch-Panel ebenfalls verschiebbar (zwei Drop-Spalten)

Alle Bloecke — Zusammenfassung, ToDos UND das Transkript-/Tisch-Panel — sind jetzt per Drag & Drop frei anordenbar, auch SPALTENUEBERGREIFEND: zwei Drop-Zonen (links 54 % / rechts 46 %), Layout persistiert als localStorage['aime-detail-layout'] {main:[...], side:[...]} (altes aime-detail-order wird migriert). Eine leere Spalte kollabiert zu einem schmalen gestrichelten Streifen und bleibt Drop-Ziel (JS-Klasse .empty — :empty scheitert an Template-Whitespace). Bundle index-B1y2-Z_b.js.

2026-07-17 — GUI: Sprecher-Modul entfernt, Umbenennen direkt am Verlauf

Das separate "Sprecher"-Modul war redundant zu den Spur-Labels. Jetzt: Klick auf einen Namen links im Sprecher-Verlauf oeffnet ein Popover (Name aendern + "als Stimme lernen" + Speichern) — gleiche API wie vorher (POST /speaker). Klick-Seek in den Spuren zuendet nur noch IN einer Spur, nicht mehr auf der Label-Spalte. Bundle index-Bj1pQQtk.js.

2026-07-17 — GUI: Blasen-Oeffnung zeigt exakt auf den Sprecher

Bei mehreren Sprechern je Tischkante (5-/6-Sitz-Layouts) zeigte der Schwanz nur auf die Kantenmitte. Jetzt wird die Sitz-x-Position in Blasen-Koordinaten umgerechnet (CSS-Variable --ax, BUBBLE_W in main.js synchron zur CSS-Breite) — die Oeffnung wandert entlang der Ober-/Unterkante exakt zum Sprechenden; bottomleft/bottomright-Sonderklassen entfallen. Bundle index-FKbNFs-A.js.

2026-07-17 — GUI: Tisch-Blase fix, Oeffnung wandert zum Sprecher

Feinschliff nach User-Feedback: Die Sprechblase liegt wieder FEST auf dem Tisch (54 % Breite), nur ihr Schwanz/die Oeffnung springt per arrow-Klasse zum jeweils Sprechenden; Rand-/Namensfarbe wechseln weich mit (border-color-Transition). Wort-Highlight, internes Mitscrollen und Klick-Seek bleiben. Bundle index-CpZJOt3u.js.

2026-07-17 — GUI: Sprechblase am Sprecher mit Wort-Highlight + Mitscrollen

Tisch-Ansicht verfeinert: Die Blase haengt jetzt klassisch am MUND des Sprechers (dynamisch zwischen Sitz und Tischmitte positioniert, Schwanz zeigt zum Kopf) statt zentral auf dem Tisch. Inhalt = der komplette Redebeitrag als einzelne Wort-Spans: aktives Wort wird synchron zum Audio gehighlightet (wie im Transkript), die Blase scrollt intern mit (innere .tb-scroll-Huelle, damit der Pfeil nicht mitscrollt), Klick auf ein Wort springt im Audio dorthin. Bundle index-BK0gpRp9.js.

2026-07-17 — GUI: Konferenztisch-Ansicht (Umschalter neben "Analyse neu")

Neuer Umschalt-Button (Icon: drei Personen am Tisch <-> Textblatt) in der Status-Zeile: ersetzt das Transkript rechts durch eine animierte Szene — Sprecher als Figuren in ihren Spurfarben um einen abgerundeten Tisch, Sprechblase AUF dem Tisch (Rand/Name in Sprecherfarbe, Pfeil zeigt zum Sprecher, Text = aktueller Redebeitrag), alle anderen Personen drehen die Pupillen zum Sprechenden, dessen Mund animiert beim Reden (reduced-motion respektiert). Sitzordnungen fuer 1-6 Teilnehmer vordefiniert. Wahl bleibt in localStorage['aime-side-view']. Bundle index-DXTNo40e.js.

2026-07-17 — GUI: Aufnahmen-Tab nutzt die volle Fensterbreite

#app.wide war auf 1180 px gedeckelt — auf breiten Monitoren blieb rechts/links viel Leerraum und die Zusammenfassung wurde unnötig schmal/lang. Deckel entfernt (max-width: none, Padding 28 px); die Liste bleibt 340 px fix, das Detail bekommt den Rest. Bundle index-RpsXFTh8.js.

2026-07-17 — GUI: Live-Text-Box entfernt

Die Box rechts neben den Sprecher-Spuren (aktueller Redebeitrag) flog auf User-Wunsch raus — redundant zum mitscrollenden Transkript daneben. Spuren nutzen jetzt die volle Breite. Bundle index-BiCA5LX5.js.

2026-07-17 — GUI: Sprecher-Verlauf als Vollbreiten-Streifen unter dem Player

Der Sprecher-Verlauf (Spuren + Live-Text) sitzt jetzt fix unter der Audio-Laufleiste und zieht sich ueber BEIDE Spalten (oberhalb von Zusammenfassung und Transkript); aus den Drag&Drop-Modulen entfernt. Lanes ~2/3, Live-Box ~1/3 Breite. Bundle index-COpkdtd3.js.

2026-07-17 — GUI: Transkript als eigene Scroll-Spalte

Transkript (+ Dialog) aus den Drag&Drop-Modulen herausgelöst: eigene, sticky Spalte rechts neben Zusammenfassung/Verlauf/ToDos/Sprecher, Höhe auf Viewport begrenzt, scrollt INTERN durch und folgt dem aktiven Wort im Panel (statt die Seite zu ziehen). Unter 1100 px stapeln die Spalten (Transkript max. 60 vh). Bundle index-DQmY8pnQ.js.

2026-07-17 — GUI: Sprecher-Verlauf-Visualisierung + Drag&Drop-Module

Detail-Ansicht ist jetzt modular: fester Kopf (Titel, Player, Status), darunter Blöcke Zusammenfassung / Sprecher-Verlauf / ToDos / Sprecher / Transkript — jeder Block hat einen Grip-Header (⠿) und lässt sich per Drag & Drop umsortieren; die Reihenfolge liegt in localStorage['aime-detail-order'] und gilt für alle Aufnahmen.

Sprecher-Verlauf (neu): pro Sprecher eine farbige Spur (sp0–sp3) übereinander mit Redeabschnitts-Blöcken (Wörter mit ≤ 1,2 s Lücke zusammengefasst), Kupfer-Playhead wandert beim Abspielen mit, die Spur des gerade Sprechenden leuchtet (Label fett, Punkt pulsiert; respektiert prefers-reduced-motion), Klick in die Spuren springt an die Stelle. Rechts daneben die Live-Box: zeigt Sprecher + Text des aktuellen Redebeitrags. Per Playwright-Screenshots verifiziert (beide Themes, Playback mit aktiver Spur). Bundle index-WaE171bv.js.

2026-07-17 — GUI: „Weggezogen"-Bug gefixt + Redesign mit Dark/Light-Switch (.bak-theme)

• Bug: lief beim ausgewählten Eintrag eine Analyse, feuerte ein 5-s-Timer openRecording(alteId) als stale closure — auch nachdem der Nutzer längst eine andere Aufnahme hörte → riss ihn zurück und stoppte den Player. Fix: Poll bricht bei Auswahl-/Tab-Wechsel ab, prüft während der Analyse NUR den Status (kein DOM-Rebuild) und baut das Detail genau EINMAL neu, wenn die Ergebnisse da sind — inkl. Wiederherstellung von Player-Position und Play-Zustand.
• Redesign: Themes über CSS-Variablen (data-theme auf <html>, vor First-Paint aus localStorage/ OS-Einstellung, Toggle ☀️/🌙 im Header). Dunkel = neutrales Anthrazit, Hell = warmes Papier; Akzent = Kupfer (#e8804c/#c05f2d — Rot bleibt der Aufnahme vorbehalten), Wortmarke mit Wellenform-Glyph, Pill-Tabs, weichere Karten, sichtbarer Tastatur-Fokus, prefers-reduced-motion respektiert. Sprecherfarben (sp0–sp3) als Variablen mit hell/dunkel abgestimmten Werten.
• Bundle index-C2xK4eql.js / index-ClT74fBX.css. Dateien: web/index.html, web/src/main.js, web/src/style.css (Backups .bak-theme).

2026-07-17 — Hall auf der Gegenseite + verschmolzene Sprecher: Mikro→Mix jetzt GEGATET (.bak-gatedmix)

User: Gegenseite klingt „wie in einem schallenden Raum", Diarization macht aus zwei entfernten Personen eine. Diagnose per Cepstral-Analyse auf #71: Gegenseiten-Segment hat einen felsenstabilen Peak bei 79–80 ms (22/26 Frames) = deterministische verzögerte Kopie; User-Segment sauber. Ursache: der direkte cr_mic2mix-Loopback (immer offen) legte die Gegenseite doppelt in den Mix — digital (cr_pc2mix) UND als Kopfhörermuschel-Bleed durchs Mikro (~80 ms Latenz). Der Hall verschmiert zusätzlich die TitaNet-Embeddings → zwei Remote-Stimmen (gleicher Kanal + gleicher „Raum") rücken über die 0,5-Kosinus-Schwelle zusammen.

• Fix (aime-usb-audio-setup.sh): direkter cr_mic2mix-Loopback ENTFERNT; stattdessen pw-link micgate.out → callmix — dieselbe Gate-Auskopplung wie beim Teams-Selbstecho-/iPhone-Uplink-Fix. In Sprechpausen des Nutzers ist das Mikro komplett aus der Aufnahme. Fallback ohne Gate = alter Loopback.
• Verifiziert strukturell (pw-link -l: callmix ← cr_pc2mix + micgate.out, kein HSMIC-Direktpfad) und funktional (4 s callrec_mix bei Stille = RMS 0/Peak 0). Echter Call steht noch aus.
• Nebenbei entdeckt: OOM-Ereignis 17:47 (die fünf 60-s-READY-Timeout-Retries beim ersten Qwen3-Start luden je 5,3 GB, NPU-Speicher der gekillten Loads wurde nicht schnell genug frei) riss mariadb, callrec UND pipewire weg — Audio-Topologie war seitdem TOT. Mit dem 180-s-Timeout (Changelog unten) behoben; Topologie neu aufgebaut. Lehre: nach OOM immer pw-link -l prüfen.

2026-07-16 — Glossar: Einträge bearbeitbar (.bak-gedit)

User-Wunsch: gespeicherte Glossar-Begriffe nachträglich ändern. Neu: PUT /api/glossary/:id (db.updateGlossary), GUI-Stift-Button je Eintrag lädt Begriff+Soundalikes ins Formular (Titel „… bearbeiten", Speichern/Abbrechen), Update statt Neuanlage. Bundle index-NRK6cGUI.js. API-verifiziert (POST→PUT→DELETE). Dateien: server.js, db.js, web/src/main.js.

2026-07-16 — rkllm vor Diar/Identify freigeben (TitaNet-OOM) + #71 validiert

• Bug: residenter rkllm (5,9 GB) ließ den TitaNet-spk-embed-Helper OOM-sterben („spk beendet" pro Cluster) → Konsolidierung bekam NULL Centroids → #71 bekam still 48 Roh-Sprecher. Fix (server.js): llm.stopServer() am Anfang von rediarize() UND analyzeRecording() (Reload ~96 s, egal bei 15-min-Analysen).
• #71 E2E danach: Diar 48 → 2 Sprecher (5 schwache gefoldet), Qwen3-Whole-Pass auf 31,3k Zeichen → „Steuergestaltung für wachsendes Unternehmen" mit konkreten Zahlen (30 MA, 3 Mio Umsatz, 15-20 %-Ziel, Kick-off Hamburg, Termin 23.) — alter Titel war generisch, alte Sprecherzahl 28.
• OFFEN: identify … spk beendet schlägt auch MIT freiem RAM fehl → Voice-Auto-Naming (Voiceprints) aktuell tot; Teilnehmer erscheinen als „Sprecher N". Separater Bug, noch zu untersuchen (spk.js/Helper).

2026-07-16 — ✅ LLM → Qwen3-4B-Instruct-2507 (Nacht; Gemma-Rollback vorhanden)

Auf User-Wunsch Qwen3-4B selbst konvertiert und im A/B gegen Gemma getestet — 3/3 Prompts klar besser, produktiv geschaltet und E2E validiert.

• Konvertierung: wiederverwendetes Kit (rkllm-convert:1.3.0-Docker neu gebaut), HF Qwen/Qwen3-4B-Instruct-2507 (7,6 GB bf16) → w8a8_g128/grq, max_context 16384, auf RTX 3090 in ~35 min → 5,3 GB .rkllm, pscp aufs Board.
• A/B (gleiche Prompts wie Gemma-Tests): Chunk 1 (Com4Tec-Story) in 140 s mit ALLEN Nuancen (50 %-Kappa, kein Body Leasing, Perinko/Icon); Auto-Chunk 91 s inkl. Detail-Korrektur „Michael Wagner, nicht Fabienne"; Whole-Pass 21,8k Zeichen in 691 s fehlerfrei gewichtet — exakt der Fall, in dem Gemma englisch schwafelte bzw. nur das Ende zusammenfasste. Qwen3 = ChatML-Template statt Gemma-Turns (rkllm_server.cpp).
• Produktiv-Swap: Drop-in RKLLM_MODEL=qwen3-4b-w8a8g128-16k.rkllm, prod rkllm_server mit ChatML neu gebaut (Rollback: .bak-gemmatmpl + Drop-in zurückstellen), WHOLE_MAX_CHARS 20 000 → 32 000 (bis ~35-min- Aufnahmen Single-Pass; Sektions-Konglomerat bleibt für längere). GOTCHA: Qwen3 lädt ~96 s → llm.js READY-Timeout 60 s → 180 s (sonst Endlos-Retry-Schleife, real passiert).
• E2E validiert: #70 Whole-Pass 15,4 min → „Neue Kontakte und Stellenangebote", Auto raus, Comfort Tech/ Adem Marlock/Nico-Profil-Todo konkret; #68 Kurzclip (analyzeSingle+ChatML) 22,2 min inkl. Queue → sauber.
• Damit ist die 4B-Synthese-Decke aus dem Sektions-Konglomerat-Eintrag (unten) für ≤ 32k Zeichen GESCHLOSSEN; das Konglomerat bleibt als >32k-Pfad und Fallback.

2026-07-16 — A/B-Test Qwen2.5-3B vs Gemma-3-4B im neuen Chunk-Pfad: Gemma bleibt

Auf User-Wunsch das noch vorhandene qwen2.5-3b.rkllm gegen die neuen 4,2k-Chunk-Prompts getestet (Test-Binary mit ctx 4096 in /tmp, direkt übers Stdin-Protokoll — kein App-Umbau). Ergebnis: 3 von 3 Outputs unbrauchbar (Feldbeschreibungs-Echo ohne Inhalt; Abbruch nach ~100 Zeichen mitten im Satz; Struktur-Müll mit der Feldbeschreibung als JSON-Key) — Gemma lieferte im selben Job 8/8 verwertbare Sektionen. Dazu prinzipiell: Qwen2.5 hat fix 4096 Kontext → der validierte Whole-Pass (≤ 20k Zeichen) wäre unmöglich. Testartefakte entfernt. Offene Alternative (ungetestet, ~½ Tag): Qwen3-4B neu konvertieren.

2026-07-16 — Sektions-Konglomerat statt LLM-Reduce (Abend, .bak-sectionsum)

Auftrag: Lang-Transkript-Summary (> 20k Zeichen) inhaltlich retten. Prompt-Lab auf #70 mit temporärem /api/debug/ask-Endpoint (nach Abschluss wieder entfernt), ~15 Reduce-/Chunk-Varianten in je ~2 min statt 9-min-Vollanalysen.

• Befund 1: Chunk-Größe ist der Fidelity-Hebel. 8k-Chunks → generisches namenloses Blabla; 4k-Chunks → geerdete Summaries mit echten Eigennamen (Com4Tec, René, Tobi+Niklas, 20 Bewerbungen). CHUNK_CHARS 8000 → 4200.
• Befund 2: Cross-Section-Synthese unmöglich auf Gemma-3-4B. Jede LLM-Reduce-Variante (Gewichtungsregeln, Abschnitts-Labels, Themen-Tabellen) → Regeln ignoriert, Namen durch Rollen ersetzt, Dubletten, Loops. LLM-Reduce abgeschafft.
• Neue analyzeLong-Pipeline (llm.js): 4,2k-Chunks sequenziell mit Rolling Context (1-Satz- Kurzfassungen der Vorgänger → erkennt geänderte Entscheidungen: „jetzt X, vorher Y") + eigennamen- Extraktionsfeld; Echo-Guard (Feldbeschreibungs-Echo ist INHALTS-abhängig reproduzierbar → bis 3 Versuche mit variiertem Prompt: ohne Kontext, ohne Hint) + Feld-Salvage per Regex + Prosa-Rettung (≥ 60 Zeichen); Titel-Mikro-Call ohne letzten Abschnitt (Smalltalk-Filter); Konglomerat baut Code: „Gesprächsverlauf in n Teilen — genannte Namen: …" + „Teil i/n: …" chronologisch. Kap. 05 (Mermaid + Marotten aktualisiert).
• E2E #70 (3 Läufe): Titel ohne Auto-Smalltalk ✅, alle Abschnitte mit echten Namen ✅, Auto nur noch in Teil 7 ✅, 12-14 min für 26-min-Aufnahme. Restgrenze: Abschnitts-Summaries variieren pro Lauf in Schärfe (Sampling), keine thematische Verdichtung ÜBER Abschnitte (4B-Decke). ≤ 20k Zeichen weiter Whole-Pass.

2026-07-16 — #70-Debug: Phantom-Sprecher, Summary-Fehlgewichtung, Thermal-Leck (Nachmittag)

Auslöser: Aufnahme #70 (26 min, 4 Personen) — 7 Sprecher erkannt, Titel/Summary aus Randthemen (Auto-Smalltalk der letzten 3 min statt Recruiting-Hauptteil). 9 Analyse-Iterationen auf #70.

• Diarization Stufe 3 „Weak-Fold" (diar.js, .bak-weakfold): finale Sprecher < DIAR_MIN_TOTAL_SEC (20 s, Segment-Zeiten!) werden in den akustisch nächsten starken Sprecher gefaltet — ein einzelner ≥ 3-s-Streu-Cluster konnte vorher einen Phantom-Anchor eröffnen (#70: 3 Phantome mit 2,5–4,8 s). 10 s reichte NICHT (9,2-s-Phantom kam durch). Verifiziert: #70 konstant 50 Roh-Cluster → exakt 4. Kap. 04.
• Whole-Pass-Grenze = Modellgrenze bewiesen (Runden 2–5): rkllm-Runtime-Kontext 8192 → 12288 (rkllm_server.cpp, .bak-ctx12k, Rebuild) und WHOLE_MAX_CHARS testweise 32k → Gemma-3-4B kippt

  ~6k Input-Token reproduzierbar: englisches Geplauder statt Analyse, Recency-Bias (fasst nur das Gesprächsende zusammen), JSON-Zerfall (typografische Quotes, Wiederholungsschleifen). WHOLE_MAX_CHARS zurück auf 20 000 (dort validiert gut); ctx 12288 bleibt (Headroom). Kap. 05 neuer Abschnitt.

• Robustheit llm.js (.bak-ctx12k): End-Instruktion nach dem Transkript (ohne Platzhalter-Skelett — Gemma kopiert ... wörtlich!); JSON-Repair-Call (repariert kaputten Output OHNE das große Transkript); Sanity-Check (Zusammenfassung ≥ 20 Zeichen) → sonst Chunk-Fallback statt Hard-Error; extractJson() repariert typografische Anführungszeichen + trailing commas; 1 Retry pro Chunk (Parse = Sampling- Münzwurf: 3/3 ok vs 1/3 im nächsten Lauf; Retry live bestätigt); Reduce-Input mit „Abschnitt i von n"- Labels + Gewichtungsregeln (Hauptthema = mehrere Abschnitte; Nur-letzter-Abschnitt = Smalltalk).
• Regression bestätigt: Chunk-Prompt MUSS minimal bleiben — eine zusätzliche Anweisungszeile (Namen/Firmen/Zusagen) kippte 2/3 Chunks in Prosa (Runde 6). Zurückgebaut.
• Thermal-Leck geschlossen (server.js, .bak-anacap): analyzeRecording() lief als einziger schwerer Pfad OHNE A76-Takt-Cap → 95–97 °C bei langer Gemma-Generierung (lüfterlos!). Jetzt Cap wie transcribeWav/rediarize. Kap. 03/05.
• Ehrliches Ergebnis #70: Sprecher exakt 4 ✅, Analyse crashfrei in ~9 min ✅, Summary führt jetzt mit Recruiting, ABER Auto-Smalltalk bleibt in Titel/Kernpunkten und konkrete Namen (Com4Tec, Kandidaten) fehlen — Qualitätsdecke des 4B-Modells im Chunk-Pfad (> 20k Zeichen). Aufnahmen ≤ ~23 min laufen über den validierten Whole-Pass.

2026-07-16

• Codebase ins Repo aufgenommen: app/ = Spiegel von /opt/callrec (Backend, Frontend-Quellen, Inferenz-Python, Skripte, rkllm_server.cpp), system/ = systemd-Units + WirePlumber/PipeWire-Drop-ins + sudoers. Modelle/Binaries/Aufnahmen bewusst außen vor (.gitignore).
• Projekt umbenannt in „Aime“ (vormals CallRec, wie der BT-Name des Boards): Gitea-Repo → sascha/Aime, Web-GUI-Titel/Header → „Aime“ (Bundle index-CuWeUh1j.js, Backups index.html.bak-aime/main.js.bak-aime), Doku rebranded. Technische Bezeichner auf dem Board bleiben callrec* (Stabilität).
• Doku-Repo angelegt (dieses Repo). Ab jetzt verbindliche Ablage inkl. Diagrammen.

2026-07-15/16 — Strukturierte Analyse + Teilnehmer-Fix (.bak-structsum)

• Teilnehmer kommen aus der Diarization statt vom LLM (das listete alle erwähnten Namen → 11 statt 3 bei #69).
• Summary strukturiert: Überblick + „Kernpunkte“ + „Entscheidungen“ als Bullets (composeSummary, CSS pre-line).
• Chunk-Salvage-JSON-Leak gefixt; Reduce-Input gekappt + Retry; cleanList filtert null/[object Object]/Objekt-Todos.
• Referenz #69 (71,6 min): Analyse ~20 min, Ergebnis sauber. Bundle index-B2dSaBty.js.

2026-07-15 — LLM-Wechsel auf Gemma-3-4B + Marker-Fix

• Qwen2.5-3B → Gemma-3-4B-it (gemma3-4b-w8a8g128-16k.rkllm, grouped w8a8; plain w8a8 kaputt, w4a16 nicht unterstützt).
• rkllm-Runtime 1.2.1 → 1.3.0. analyzeWhole (≤ 20k Zeichen) ersetzt Map-Reduce im Mittelbereich.
• Qualität ≈ Gemini, ~3× langsamer. Wort-Highlight-Marker lief ~1 Wort voraus → SYNC_MS=250 (index-CLero27-.js).

2026-07-14 — Kurzclip-Beschleunigung + Analyse-Timer

• Clips ≤ 30 s über warmen CPU-Whisper-Daemon ohne rkllm-Swap: 10-s-Clip 120 s → 53 s (.bak-shortdaemon).
• GUI zeigt Analysezeit live (analysis_ms/analysis_started_at, .bak-anatimer).

2026-07-13 — Diarization stabil + NPU-Meilenstein 2 + iPhone-Repair

• Greedy-Anchor-Merge ersetzt Union-Find: derselbe Call ergab vorher 2/3/7 Sprecher, jetzt konstant 27→3 (.bak-anchor).
• Meilenstein 2: Whisper-turbo-Encoder auf NPU produktiv — RTF 1,51 → 0,61, Temp 90 °C → 59 °C; batched (batch=8) → RTF 0,389.
• iPhone neu gekoppelt, Trusted=yes gesetzt (fehlte → keine HFP-Nodes → #58 ohne Gegenseite).

2026-07-09 — Meilenstein-1-Snapshot, Auto-Diarization, Glossar, Whisper-Kalibrierung

• Snapshot /opt/callrec/milestones/m1-20260709/ (Rollback-Punkt).
• Auto-Diarization: 2-stufige Konsolidierung (17→2 verifiziert), reanalyze re-diarisiert immer (0=auto / >0=gepinnt).
• Glossar Phase 1: deterministische Ganzwort-Ersetzung + LLM-Hinweis, GUI-Tab, „Aime“ geseedet.
• Whisper-Kalibrierung: medium beam1 optimal (11,3 % WER vs large-v3); --initial-prompt mit Termliste = Echo-Loop (tabu).
• 46-min-E2E über Nacht sauber (Long-Rec-Fixes produktionsvalidiert).

2026-07-08 — Echo-Fix, Thermal-Crashes, Whisper medium, Sprecher-Lernen, Long-Rec-Analyse

• Selbst-Echo der Gegenseite gelöst: LADSPA-Noise-Gate micgate im Mikro→PC-Pfad (Thr −45 dB, Mic-HW niedrig); AEC verworfen. Reboot-verifiziert.
• Thermal-Schutzabschaltungen gefixt: A76-Cap 1,6 GHz über die ganze transcribeWav (Whisper+Diar), SIGSTOP-Guard >90 °C; crash-sicheres asynchrones Speichern (stopAndSave persistiert vor Transkription); /retranscribe für hängende Zeilen.
• Whisper small → medium (Hörfehler).
• Sprecher-Umbenennen + Stimm-Lernen (Voiceprint-Zentroide) + Leertaste Play/Pause.
• Lange Aufnahmen (> 20 min) analysierbar: Chunked Map-Reduce gegen 4096-Token-Limit; Diar-Timeout skaliert mit Dauer; Lösch-Confirm.

2026-07-07 — MEILENSTEIN 1: USB-Headset-Pfad komplett

• Logi H390 ersetzt toten ES8323-Mikrofonpfad; callmix + 4 Loopbacks + callrec_mix-Remap; Volume-Bridge; Inline-Tasten.
• Kaltstart-verifiziert. Clip-sicheres Gain-Staging (PC→Mix 60 %) — Übersteuerung hatte Diarization zerstört (14 Sprecher, #41).
• Re-Diarization mit fester Sprecherzahl (numSpeakers), #41 14→2 verifiziert.
• LLM-Fixes: Phantom-Todo (Prompt-Beispiel-Echo) entfernt, KV-Cache-Clear, leere Todos → [].

2026-07-06

• ES8323-3,5mm-Mikro als defekt diagnostiziert (Verstärkung fest −42,14 dB) → Entscheidung für USB-Headset.

2026-07-05 — „Helikopter“-Debugging (Referenz)

• ES8323 S16-Modus = Treiberbug (S24 nutzen); PipeWire/alsaloop-Capture des ES8323 injizierte ~13 Klicks/s, arecord nicht; Windows-Shared-Mode-AGC = separates 20-Hz-Pumpen (exklusiv sauber).
• Sauberer Fallback damals: dual native-clock arecord. Durch Headset-Pfad obsolet.

Früher

• iPhone-BT-HFP-Pfad aufgebaut (Rollen-Drop-in, frischer Pair, Echo-Fix Uplink←micgate, Route-Watcher) — Details Kap. 06.
• BT-Buds No-Bonding-Quirk: LinkKey manuell persistiert (Referenz, Dongle entfernt).