10 sekunden warten nach neuer chat, instruktionen verbessert.

README.md

@@ -166,8 +166,9 @@ Claude verwendet diese Befehle in eckigen Klammern:
 - **Echte Autonomie** - Claude entscheidet selbst was ihn interessiert
 - **Paralelle Konversation** - Erkunden UND quatschen gleichzeitig
 - **Sprachausgabe** - Claude redet mit dir (TTS)
-- **Spracheingabe** - Du redest mit Claude (STT)
+- **Spracheingabe** - Du redest mit Claude (STT, 5s Stille = fertig)
 - **Mute/Unmute** - Mikrofon per Tastendruck stummschalten
+- **Smart Recording** - Heartbeat pausiert automatisch während du sprichst
 - **Hinderniserkennung** - Ultraschall & IMU
 - **Touch-Display** - Notfall-Stopp & Status
 - **Termux Support** - Läuft auch auf Android!

docs/setup_guide.md

@@ -245,6 +245,31 @@ python chat_audio_bridge.py -c config.local.yaml
 - Mit **N** startest du einen neuen Chat und die Instruktionen werden erneut gesendet
 - Bilder werden nur hochgeladen wenn sie sich geändert haben (spart Limit!)
 
+### 2.7 Spracheingabe (STT) - Wie es funktioniert
+
+Die Spracheingabe sammelt deine Worte intelligent:
+
+1. **Aufnahme startet** sobald du sprichst
+2. **Heartbeat pausiert** automatisch während du redest
+3. **Mehrere Sätze** werden gesammelt und zusammengefügt
+4. **Nach 5 Sekunden Stille** gilt die Eingabe als komplett
+5. **Mit dem nächsten TICK** wird alles an Claude gesendet
+
+**Beispiel-Ablauf:**
+```
+Du: "Hallo Claude..."        → 🎤 Stefan spricht...
+Du: "...kannst du mal..."    →   → Hallo Claude
+Du: "...nach links schauen?" →   → kannst du mal
+                             →   → nach links schauen?
+[5 Sekunden Stille]          → ✓ Stefan (komplett): Hallo Claude kannst du mal nach links schauen?
+[TICK wird gesendet]         → Claude bekommt die komplette Nachricht
+```
+
+**Warum 5 Sekunden?**
+- Gibt dir Zeit zum Nachdenken zwischen Sätzen
+- Verhindert dass halbe Sätze gesendet werden
+- Claude bekommt immer den kompletten Gedanken
+
 ---
 
 ## Teil 3: Hardware zusammenbauen

python_bridge/chat_audio_bridge.py

@@ -120,11 +120,19 @@ class ClaudesEyesAudioBridge:
         self._sending = threading.Event()
         self._sending.set()  # Anfangs nicht am Senden (set = frei)
 
+        # Recording-Flag: Wenn gesetzt, wird gerade aufgenommen
+        # Heartbeat pausiert während Aufnahme aktiv ist
+        self._recording = threading.Event()
+        self._recording.clear()  # Anfangs nicht am Aufnehmen
+
         # Mute-Flag: Wenn True, ignoriert STT alle Eingaben
         # Startet gemutet um ungewollte Aufnahmen zu vermeiden
         self._muted = True
         self._mute_lock = threading.Lock()
 
+        # Silence-Timeout: Wie lange Stille bevor Aufnahme als fertig gilt
+        self._silence_timeout = 5.0  # Sekunden
+
     def _load_config(self, config_path: str) -> dict:
         """Lädt die Konfiguration"""
         path = Path(config_path)
@@ -428,7 +436,8 @@ Die Befehle werden aus der TTS-Ausgabe rausgefiltert.
 - Du musst nicht bei jedem TICK fahren - manchmal reicht auch schauen und kommentieren
 
 ## WICHTIG: Bestätige mit [READY]
-Wenn du diese Instruktionen verstanden hast, antworte mit **[READY]** am Ende deiner Nachricht.
+Wenn du diese Instruktionen verstanden hast, antworte mit dem Tag `[READY]` (exakt so, in eckigen Klammern!) am Ende deiner Nachricht.
+**Das Format muss EXAKT `[READY]` sein** - nicht fett, nicht anders formatiert, sondern genau so: [READY]
 Erst dann starten die automatischen TICKs mit Bildern!"""
 
         console.print("[cyan]→ Sende Instruktionen an Claude...[/cyan]")
@@ -500,6 +509,16 @@ Erst dann starten die automatischen TICKs mit Bildern!"""
                 if not self.running:
                     break
 
+                # Warte bis Recording fertig ist (5s Stille)
+                if self._recording.is_set():
+                    logger.debug("Stefan spricht noch, warte auf Stille...")
+                    while self.running and self._recording.is_set():
+                        time.sleep(0.5)
+                    logger.debug("Stefan fertig, fahre fort")
+
+                if not self.running:
+                    break
+
                 # Zufällige Pause nach Claudes Antwort (natürlicheres Tempo)
                 pause = random.uniform(min_pause, max_pause)
                 time.sleep(pause)
@@ -511,7 +530,7 @@ Erst dann starten die automatischen TICKs mit Bildern!"""
                 stefan_text = self._get_and_clear_stefan_buffer()
 
                 # Warte bis vorheriges Senden fertig ist
-                self._sending.wait()
+                self._sending.wait(timeout=30)  # Max 30s warten
 
                 # Nächsten TICK senden (mit oder ohne Bild)
                 with self._lock:
@@ -622,40 +641,67 @@ Erst dann starten die automatischen TICKs mit Bildern!"""
         """
         Hört auf Stefan und sammelt seine Worte im Buffer.
 
-        Wenn Claude tippt → Buffer sammeln
+        Ablauf:
-        Wenn Claude fertig → Buffer wird mit nächstem TICK gesendet
+        1. Warte auf erste Spracheingabe
-        Wenn gemutet → Ignoriert alle Eingaben
+        2. Signalisiere Recording aktiv → Heartbeat pausiert
+        3. Sammle weitere Eingaben bis 5 Sekunden Stille
+        4. Recording fertig → Buffer wird mit nächstem TICK gesendet
 
-        So wird Claude nicht unterbrochen und bekommt alles gesammelt.
+        Wenn gemutet → Ignoriert alle Eingaben
         """
         if not self.stt:
             logger.warning("STT nicht verfügbar")
             return
 
-        logger.info("STT-Loop gestartet (mit Buffer)")
+        logger.info(f"STT-Loop gestartet (5s Stille = fertig)")
+
+        # Temporärer Buffer für aktuelle Aufnahme-Session
+        current_session_texts = []
+        last_speech_time = 0
 
         while self.running:
             try:
                 # Wenn gemutet, kurz warten und überspringen
                 if self.is_muted():
+                    # Falls wir mitten in einer Aufnahme waren, diese beenden
+                    if self._recording.is_set():
+                        self._finalize_recording(current_session_texts)
+                        current_session_texts = []
                     time.sleep(0.5)
                     continue
 
-                # Warte auf Sprache (mit Timeout)
+                # Warte auf Sprache (kurzer Timeout für schnelle Reaktion)
-                result = self.stt.listen_once(timeout=2)
+                result = self.stt.listen_once(timeout=1)
 
                 # Nochmal prüfen nach dem Hören (falls zwischendurch gemutet wurde)
                 if self.is_muted():
                     continue
 
                 if result and result.text and len(result.text) > 2:
-                    # In Buffer speichern (thread-safe)
+                    # Sprache erkannt!
-                    with self._stefan_buffer_lock:
+                    current_session_texts.append(result.text)
-                        self._stefan_buffer.append(result.text)
+                    last_speech_time = time.time()
                     self.stats.stefan_inputs += 1
 
-                    console.print(f"\n[bold green]Stefan (gebuffert):[/bold green] {result.text}")
+                    # Signalisiere dass Recording aktiv ist
-                    logger.debug(f"Stefan-Buffer: {len(self._stefan_buffer)} Einträge")
+                    if not self._recording.is_set():
+                        self._recording.set()
+                        console.print(f"\n[bold green]🎤 Stefan spricht...[/bold green]")
+                        logger.debug("Recording gestartet")
+
+                    console.print(f"[green]  → {result.text}[/green]")
+                    logger.debug(f"Stefan-Session: {len(current_session_texts)} Teile")
+
+                else:
+                    # Keine Sprache erkannt - prüfe auf Stille-Timeout
+                    if self._recording.is_set() and last_speech_time > 0:
+                        silence_duration = time.time() - last_speech_time
+
+                        if silence_duration >= self._silence_timeout:
+                            # 5 Sekunden Stille - Aufnahme beenden
+                            self._finalize_recording(current_session_texts)
+                            current_session_texts = []
+                            last_speech_time = 0
 
             except Exception as e:
                 # Timeout ist normal
@@ -663,6 +709,30 @@ Erst dann starten die automatischen TICKs mit Bildern!"""
                     logger.error(f"STT-Loop-Fehler: {e}")
                     self.stats.errors += 1
 
+    def _finalize_recording(self, texts: list):
+        """
+        Beendet eine Aufnahme-Session und speichert im Buffer.
+
+        Args:
+            texts: Liste der erkannten Texte in dieser Session
+        """
+        if not texts:
+            self._recording.clear()
+            return
+
+        # Alle Texte zusammenfügen
+        full_text = " ".join(texts)
+
+        # In Haupt-Buffer speichern
+        with self._stefan_buffer_lock:
+            self._stefan_buffer.append(full_text)
+
+        console.print(f"\n[bold green]✓ Stefan (komplett):[/bold green] {full_text}")
+        logger.info(f"Recording beendet: {len(texts)} Teile → {len(full_text)} Zeichen")
+
+        # Recording-Flag zurücksetzen → Heartbeat kann weitermachen
+        self._recording.clear()
+
     def _keyboard_loop(self):
         """
         Hört auf Tastatureingaben für Mute-Toggle und andere Befehle.
@@ -730,6 +800,10 @@ Erst dann starten die automatischen TICKs mit Bildern!"""
                 # Neue URL in config.yaml speichern
                 self._save_chat_url_to_config(new_url)
 
+                # Warte bis der neue Chat vollständig geladen ist
+                console.print("[dim]Warte 10s bis Chat geladen...[/dim]")
+                time.sleep(10)
+
                 console.print("[cyan]Sende Instruktionen mit Referenz zum alten Chat...[/cyan]")
 
                 # Instruktionen erneut senden (mit Referenz zum alten Chat)