62 lines
2.4 KiB
Markdown
62 lines
2.4 KiB
Markdown
|
---
|
|||
|
|
title: "Kanshō – Sprache und Medien"
|
|||
|
|
version: "0.1"
|
|||
|
|
status: "Arbeitsstand"
|
|||
|
|
date: "2026-08-19"
|
|||
|
|
product_family: "Jinkendo"
|
|||
|
|
document_role: "Technical Chapter / Voice / Transcription / Media"
|
|||
|
|
parent_document: "technische_zielarchitektur.md"
|
|||
|
|
---
|
|||
|
|
# Kanshō – Sprache und Medien
|
|||
|
|
|
|||
|
|
Kanonisches Home für Spracheingabe und Transkription. Fachlich erforderlich, Ausprägung offen (`produktvision_und_produktidentitaet.md` §19.5). Interview G3 ist nicht abgeschlossen.
|
|||
|
|
|
|||
|
|
## 1. Anforderung
|
|||
|
|
|
|||
|
|
Auf dem Smartphone darf Reflexion nicht zwingend Tippen erfordern. Transkription ist eine zentrale technische Funktion.
|
|||
|
|
|
|||
|
|
Sie ist kein Freibrief für Cloud-Speech ohne Policy.
|
|||
|
|
|
|||
|
|
## 2. Egress-Klasse
|
|||
|
|
|
|||
|
|
Transkriptionsdienste sind eine **eigene Trust- und Policy-Zone** (`guardrails.md` §13). Ein ZDR-LLM-Endpoint legalisiert nicht denselben Audiostream oder denselben Klartext an einen Speech-Provider.
|
|||
|
|
|
|||
|
|
Klasse-A-Identität und unnötige Quasi-Identifikatoren gelten auch für Metadaten von Audio (Dateiname, GPS, Geräte-ID).
|
|||
|
|
|
|||
|
|
## 3. Offene Ausprägung
|
|||
|
|
|
|||
|
|
Nicht entschieden, daher kein Implementierungszwang in v0.1:
|
|||
|
|
|
|||
|
|
- Live vs. nachträgliche Transkription
|
|||
|
|
- lokal vs. serverseitig vs. externer Speech-Dienst
|
|||
|
|
- Bearbeitung vor Übernahme in den Dialog
|
|||
|
|
- Sprecher-/Pausenlogik
|
|||
|
|
- lange Aufnahmen
|
|||
|
|
- Audio löschen nach Transkript vs. als Medium behalten
|
|||
|
|
- Push-to-talk vs. Daueraufnahme
|
|||
|
|
- Offline-Transkription
|
|||
|
|
|
|||
|
|
## 4. Leitplanken für jede spätere Wahl
|
|||
|
|
|
|||
|
|
- Das Transkript wird zur Originalrepräsentation des Dialogs oder zu einer klar gekennzeichneten Ableitung; die Regel muss dokumentiert werden, bevor Re-Grounding darauf aufsetzt.
|
|||
|
|
- Nutzerkorrektur vor Persistenz als bevorzugte Richtung (fachlich offen, technisch vorbereiten).
|
|||
|
|
- Fail Closed: kein unsicherer Cloud-Speech-Fallback.
|
|||
|
|
- Journal- und Writing-Profile laufen auf Text nach Korrektur, nicht auf Roh-ASR-Fehlern als „persönlicher Stil“.
|
|||
|
|
|
|||
|
|
## 5. Entscheidungsstand
|
|||
|
|
|
|||
|
|
| Thema | Stand | Status |
|
|||
|
|
|---|---|---|
|
|||
|
|
| Transkription erforderlich | ja | entschieden (fachlich) |
|
|||
|
|
| Eigener Egress-Typ | ja | entschieden (fachlich) |
|
|||
|
|
| Verfahren, Vendor, Speicherdauer Audio | – | offen |
|
|||
|
|
|
|||
|
|
## 6. Offene Fragen
|
|||
|
|
|
|||
|
|
Siehe Interview G3. Zusätzlich: Wie verhält sich Voice zum Working Context, während ein Thread-Wechsel erkannt wird?
|
|||
|
|
|
|||
|
|
## 7. Querverweise
|
|||
|
|
|
|||
|
|
- `privacy_gateway.md`, `frontend_pwa_shell.md`, `memory_storage_and_offline.md`
|
|||
|
|
- Fachlich: `../functional/produktvision_und_produktidentitaet.md` §19.5
|