Plattformübergreifende Desktop-App (Qt/C++) zur Aufnahme von System- und Mikrofon-Audio, Speicherung als WAV (HQ + ASR-optimiert), anschließender ASR-Transkription (Python) sowie Tag-Generierung (z. B. via spaCy), PDF-Export und optionaler Datenbank-Persistenz.

Zielplattformen: Windows (WASAPI Loopback), Linux (PulseAudio). macOS (CoreAudio) und Echtzeit-Transkription (Streaming-ASR) sind implementiert auf separaten Branches; siehe Abschnitt Branches & Varianten.

• Dual Capture: gleichzeitige Erfassung von System- und Mikrofon-Audio
  • Windows: WASAPI Loopback
  • Linux: PulseAudio (module-null-sink + module-loopback)
  • macOS: CoreAudio — verfügbar auf separatem Branch (s. u.)
• Robuste Persistenz:
  • HQ-WAV (Float32, 48 kHz, Stereo)
  • ASR-WAV (PCM16, 16 kHz, Mono)
• ASR-Pipeline (Python): Start/Überwachung per QProcess, segmentweise Übergabe ins UI
• Tag-Generator (Python): Tags aus Transkripten (z. B. spaCy)
• GUI-Workflow: Start/Stop, Fortschritt, Sprecher-Editor, Text-Editor, Suche, Multi-Suche
• Export: PDF-Export des Transkripts
• DB-Integration (optional): Speichern/Aktualisieren (z. B. Supabase) über Einstellungsdialog
• Streaming-ASR (Echtzeit) — verfügbar auf separatem Branch (s. u.)

Diese Funktionen sind bereits implementiert, aber noch nicht in main gemergt:

• macOS-Capture (CoreAudio): siehe Branch paki_branch Bietet Audioaufnahme unter macOS analog zur Template-Methodik der Capture-Schicht.
• Echtzeit-Transkription (Streaming-ASR): siehe Branch fabian_branch Liefert Transkript-Updates während der Aufnahme in (nahezu) Echtzeit.

• GUI/Orchestrierung: MainWindow
• Audioaufnahme: CaptureThread (Basis) + PulseCaptureThread (Linux) / WinCaptureThread (Windows) / (macOS auf Feature-Branch)
• Dateischreiben: WavWriterThread (Producer–Consumer, Downmix + Downsampling)
• ASR: AsrProcessManager (Python-Prozess, Streaming von Segmenten)
• Tags: TagGeneratorManager (Python-Prozess → Liste von Tags)
• Utilities: PythonEnvironmentManager, TranscriptPdfExporter, FileManager, DatabaseManager

Dokumentation (LaTeX): siehe /Dokumentation/FP-T2-Dokumentation.pdf im Repo.

• Qt (5.15+ oder 6.x) mit C++17
• CMake (empfohlen) oder qmake/Qt Creator
• Python 3.10+ (für ASR/Tags; wird von der App via PythonEnvironmentManager genutzt)
• Windows: Windows SDK (WASAPI verfügbar)
• Linux: PulseAudio + Dev-Headers, pactl
• macOS (Feature-Branch): Xcode/Command Line Tools; CoreAudio-Headers (System)

git clone https://github.com/<org>/<repo>.git
cd <repo>
cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build --config Release -j

Für die Feature-Branches vorab auf den gewünschten Branch wechseln:

git checkout paki_branch      # CoreAudio-Backend für MacOS
git checkout fabian_branch    # Streaming-ASR (Echtzeit)

Anschließend mittels QtCreator kompilieren (und ggf. ausführen).

# Aus Build-Ordner
./build/AudioTranskriptor

Beim ersten Start wird automatisch einmalig eine virtuelle Python-Umgebung erstellt. Danach sollten zunächst die Einstellungen überprüft / ausgefüllt werden:

1. Einstellungen öffnen → Python-Interpreter/Skripte prüfen (oder Neuinstallation der venv auslösen).
2. (Optional) Datenbank einrichten (Supabase-URL/Key).
3. Gains (sys/mic) bei Bedarf so einstellen, dass Systemaudio und Mikrofonaudio etwa gleich laut sind.

Die App kann eine isolierte Python-Umgebung anlegen und die benötigten Pakete installieren. Dies kann man ggf. auch manuell ohne die Applikation in einer Konsole durchführen.

Manuell (optional):

python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -U pip wheel
pip install -r requirements.txt
python -m spacy download de_core_news_md

1. Start klicken → Aufnahme läuft, Zeit zählt.
2. Stop klicken → Writer finalisiert WAVs; ASR-Prozess startet automatisch (oder Streaming-ASR auf Feature-Branch).
3. Transkript erscheint segmentweise; optional Sprecher zuweisen, Text bearbeiten.
4. Tags generieren → Ergebnis wird ins Transkript übernommen.
5. PDF exportieren und/oder in DB speichern.
6. Audio speichern (HQ-WAV, optional).