From 568ef9ed1077ad521d11aef3c1eeffef236fd706 Mon Sep 17 00:00:00 2001
From: duffyduck <info@hacker-net.de>
Date: Wed, 6 May 2026 22:59:20 +0200
Subject: [PATCH] fix(audio): STT-Cleanup-Timeout skaliert mit Aufnahmedauer
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Der pauschale 30s-Timeout vom Vorgaenger-Commit haette bei einer
5-Minuten-Aufnahme schon getriggert waehrend Whisper noch transkribiert
(Whisper braucht auf der Gamebox-GPU grob real-time/5, plus Bridge-
Roundtrip).

Neue Formel: 60s Buffer + 1x Aufnahmedauer.
- 5s Aufnahme → 65s Wait
- 5min Aufnahme → 6 min Wait
- 30min Aufnahme → 31 min Wait

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
---
 android/src/screens/ChatScreen.tsx | 20 ++++++++++++--------
 1 file changed, 12 insertions(+), 8 deletions(-)

diff --git a/android/src/screens/ChatScreen.tsx b/android/src/screens/ChatScreen.tsx
index f6c9200..1b66e90 100644
--- a/android/src/screens/ChatScreen.tsx
+++ b/android/src/screens/ChatScreen.tsx
@@ -535,7 +535,7 @@ const ChatScreen: React.FC = () => {
           audioRequestId,
           ...(location && { location }),
         });
-        scheduleStaleAudioCleanup(audioRequestId);
+        scheduleStaleAudioCleanup(audioRequestId, result.durationMs);
         // resume() wird durch onPlaybackFinished nach ARIAs Antwort getriggert.
       } else {
         // Kein Speech im Window → Konversation beenden (Ohr geht aus oder
@@ -658,10 +658,13 @@ const ChatScreen: React.FC = () => {
   // --- Nachricht senden ---
 
   // Aufraeumen von "verarbeitet"-Placeholder die nie ein STT-Result bekommen
-  // haben (leere Aufnahme, Wake-Word-Echo, STT-Fehler etc). Nach 30s werden
-  // sie automatisch entfernt damit nicht-erkannte Aufnahmen nicht den State
-  // verstopfen + naechste echte Aufnahmen die richtige Bubble ersetzen koennen.
-  const scheduleStaleAudioCleanup = useCallback((audioRequestId: string) => {
+  // haben (leere Aufnahme, Wake-Word-Echo, STT-Fehler etc). Timeout skaliert
+  // mit der Aufnahmedauer — Whisper braucht auf der Gamebox grob real-time/5,
+  // plus Bridge-Roundtrip + Network. Formel: 60s Buffer + 1x Aufnahmedauer.
+  // Bei 5min Aufnahme = 6 min Wait, bei 5s Aufnahme = 65s. Sicher genug damit
+  // langsame STTs nicht versehentlich aufgeraeumt werden.
+  const scheduleStaleAudioCleanup = useCallback((audioRequestId: string, recordingMs: number) => {
+    const timeoutMs = 60000 + recordingMs;
     setTimeout(() => {
       setMessages(prev => {
         const idx = prev.findIndex(m =>
@@ -669,11 +672,12 @@ const ChatScreen: React.FC = () => {
           m.text.includes('Spracheingabe wird verarbeitet')
         );
         if (idx < 0) return prev;
-        console.log('[Chat] Sprachnachricht ohne STT-Result entfernt: %s', audioRequestId);
+        console.log('[Chat] Sprachnachricht ohne STT-Result nach %dms entfernt: %s',
+                    timeoutMs, audioRequestId);
         ToastAndroid.show('Sprachnachricht nicht erkannt — entfernt', ToastAndroid.SHORT);
         return prev.filter((_, i) => i !== idx);
       });
-    }, 30000);
+    }, timeoutMs);
   }, []);
 
   const sendTextMessage = useCallback(async () => {
@@ -763,7 +767,7 @@ const ChatScreen: React.FC = () => {
       audioRequestId,
       ...(location && { location }),
     });
-    scheduleStaleAudioCleanup(audioRequestId);
+    scheduleStaleAudioCleanup(audioRequestId, result.durationMs);
   }, [getCurrentLocation, interruptAriaIfBusy, scheduleStaleAudioCleanup]);
 
   // Datei auswaehlen → zur Pending-Liste hinzufuegen