Das Diktat

Nach einem Telefonat oder einem Termin drei Sätze diktieren, statt sie zu tippen. Heraus kommt das Transkript und eine Zusammenfassung, die Entscheidungen, Aufgaben, Namen und offene Fragen behält. Beides hängt an der Interaktion im CRM.

1. 01Spracherkennung. Ein offenes Modell für Spracherkennung auf dem eigenen Server, hinter einer eigenen Adresse mit eigenem Schlüssel. Kein Anbieter, kein Konto, keine Weitergabe. Ein Diktat dauert Sekunden bis eine Minute, deshalb asynchron: hochladen, Nummer bekommen, nachfragen.
2. 02Zusammenfassung. Ein kleines Sprachmodell auf derselben Maschine. Das Modell gehört dem Diktat: die Schleuse darf es nur als letzte Instanz benutzen, damit sich kein Stapel vor eine Diktatanfrage drängt.

Das CRM kennt zwei Transkriptionsdienste: den eigenen, und einen amerikanischen Anbieter aus der Zeit vor dem eigenen. Welcher gilt, steht in einer Einstellung. Der Code, der sie liest, tut an fünf Stellen dasselbe:

$provider = $this->db->getConfig('transcription_provider') ?: 'gemini';
if ($provider === 'local_whisper') {
    $svc = new LocalWhisperService($this->db);
    if ($svc->isConfigured()) {
        return $svc;
    }
}
return new GeminiService($this->db);

Gelesen heißt das: ist die Einstellung leer, gilt der amerikanische Anbieter. Ist sie gesetzt, aber die Adresse des eigenen Dienstes fehlt, gilt ebenfalls der amerikanische Anbieter. Beides ohne Meldung. Und der Schlüssel für diesen Anbieter liegt noch in der Konfiguration.

Was zu tun ist, und noch nicht getan: der Standardwert muss „kein Dienst“ heißen, nicht „gemini“. Fehlt der eigene Dienst, muss das Diktat mit einer Meldung ausfallen, nicht still auf einen anderen Anbieter gehen. Der alte Schlüssel gehört aus der Konfiguration. Drei Änderungen, eine Stunde. Sie stehen im Projektjournal als offener Punkt, datiert auf heute.