linux-on-android-without-root/spike/02-s2-mikrofon.sh

#!/usr/bin/env bash
# Phase 0 · Beweis S2 — Erreicht das Mikrofon die Linux-Seite?
#
# Der stillste K.-o.-Punkt des Projekts. Ohne Mikrofon im Linux gibt es keine
# Videocalls in Element oder im Browser, keine Sprachaufnahme, keine Spracheingabe.
#
# Der Test ist bewusst dreistufig, weil "man hört nichts" drei völlig
# verschiedene Ursachen haben kann und man sie sonst nicht auseinanderhält:
#
#   Stufe 1  Wiedergabe  — kommt überhaupt Ton aus dem Linux heraus?
#   Stufe 2  Aufnahme    — liefert die Mikrofonquelle Daten?
#   Stufe 3  Gegenhören  — ist auf der Aufnahme wirklich Sprache?
#
# Ausführen IN TERMUX:  bash spike/02-s2-mikrofon.sh
set -uo pipefail
source "$(dirname "$0")/lib.sh"
require_termux

DISTRO=debian
DAUER="${HPOS_DAUER:-6}"
WAV_NAME="s2-aufnahme.wav"
WAV="$OUT_DIR/$WAV_NAME"

log "HPOS Phase 0 · S2 — Mikrofon im Linux"
log "Protokoll: $LOG"

# ── Berechtigung ─────────────────────────────────────────────────────────────
# Der häufigste Grund für eine formal korrekte, aber stumme Aufnahme: PulseAudio
# läuft IM Termux-Prozess und öffnet das Mikrofon über OpenSL ES von dort aus.
# Eine Berechtigung, die nur Termux:API hat, nützt ihm deshalb nichts.
section "Mikrofonberechtigung von Termux"
BERECHTIGT="unbekannt"
if RECHTE=$(dumpsys package com.termux 2>/dev/null | grep -i 'RECORD_AUDIO'); then
    log "$(printf '%s' "$RECHTE" | sed 's/^/    /')"
    case "$RECHTE" in
        *granted=true*)  BERECHTIGT=ja;  ok "com.termux darf aufnehmen" ;;
        *granted=false*) BERECHTIGT=nein; fail "com.termux darf NICHT aufnehmen" ;;
    esac
else
    warn "Konnte den Berechtigungsstatus nicht auslesen"
fi

if [ "$BERECHTIGT" = nein ]; then
    log ""
    fail "Das ist mit hoher Wahrscheinlichkeit die Ursache."
    hint "Auf dem Telefon: Einstellungen → Apps → Termux → Berechtigungen → Mikrofon"
    hint "Oder vom PC:     adb shell pm grant com.termux android.permission.RECORD_AUDIO"
    hint "Danach dieses Skript erneut ausführen."
    log ""
    printf '    Trotzdem weitermachen? [j/N] > '
    read -r WEITER </dev/tty || WEITER=n
    case "${WEITER:-n}" in j|J) : ;; *) exit 1 ;; esac
fi

# Zusätzlich Termux:API antesten — das löst nebenbei den Systemdialog aus.
if have termux-microphone-record; then
    try termux-microphone-record -d -l 2 -f "$OUT_DIR/s2-vortest.m4a"
    sleep 3
    try termux-microphone-record -q
    [ -s "$OUT_DIR/s2-vortest.m4a" ] && ok "Termux:API kann aufnehmen" \
        || warn "Termux:API konnte nicht aufnehmen"
fi

# ── PulseAudio ───────────────────────────────────────────────────────────────
section "PulseAudio mit OpenSL-Quelle"
pulseaudio --kill 2>/dev/null || true
sleep 1

if pulseaudio --start --exit-idle-time=-1 \
        --load="module-sles-source" \
        --load="module-native-protocol-tcp auth-ip-acl=127.0.0.1 auth-anonymous=1" \
        >>"$LOG" 2>&1; then
    ok "PulseAudio mit module-sles-source gestartet"
else
    warn "module-sles-source ließ sich nicht laden — starte ohne"
    try pulseaudio --start --exit-idle-time=-1 \
        --load="module-native-protocol-tcp auth-ip-acl=127.0.0.1 auth-anonymous=1"
fi
sleep 2

section "Quellen und Standardgeräte"
if have pactl; then
    pactl info 2>&1 | grep -Ei 'Default (Source|Sink)' | tee -a "$LOG" | sed 's/^/  /'
    log "  Quellen:"
    pactl list sources short 2>&1 | tee -a "$LOG" | sed 's/^/    /'
    # Die Standardquelle ist bei zwei Einträgen gern der Sink-Monitor. Der nimmt
    # auf, was ABGESPIELT wird, nicht was am Mikrofon anliegt — eine Aufnahme
    # daraus sieht technisch einwandfrei aus und enthält doch nie eine Stimme.
    STANDARD=$(pactl info 2>/dev/null | awk -F': ' '/Default Source/{print $2}')
    case "$STANDARD" in
        *monitor*) warn "Standardquelle ist ein Monitor ($STANDARD) — deshalb wird gleich"
                   hint "ausdrücklich OpenSL_ES_source gewählt statt der Vorgabe." ;;
    esac
fi

# ── Stufe 1: Wiedergabe ──────────────────────────────────────────────────────
section "Stufe 1 — kommt Ton heraus?"
log "  Gleich sollte ein kurzer Ton zu hören sein. Lautstärke aufdrehen."
sleep 1
proot-distro login "$DISTRO" --shared-tmp --bind "$REPO_ROOT:/hpos" -- bash -lc '
    export PULSE_SERVER=127.0.0.1
    command -v sox >/dev/null 2>&1 || apt-get install -y --no-install-recommends sox >/dev/null 2>&1
    if command -v sox >/dev/null 2>&1; then
        sox -n -r 44100 -c 1 /tmp/ton.wav synth 1.5 sine 440 vol 0.4 2>/dev/null
        paplay /tmp/ton.wav && echo "  Ton abgespielt."
    else
        echo "  ! sox nicht verfügbar, Wiedergabetest übersprungen"
    fi
' 2>&1 | tee -a "$LOG"

printf '\n    War der Ton zu hören? [j/N] > '
read -r TON_GEHOERT </dev/tty || TON_GEHOERT=n
case "${TON_GEHOERT:-n}" in
    j|J) ok "Wiedergabe funktioniert — ein späteres Schweigen liegt dann an der Aufnahme." ;;
    *)   warn "Keine Wiedergabe. Dann sagt der Gegenhör-Test unten nichts aus:"
         hint "eine gute Aufnahme wäre trotzdem nicht zu hören." ;;
esac

# ── Stufe 2: Aufnahme ────────────────────────────────────────────────────────
section "Stufe 2 — Aufnahme"
log "  ${DAUER} Sekunden — bitte jetzt laut und deutlich sprechen."
sleep 1

HPOS_DAUER="$DAUER" HPOS_WAV="/hpos/spike/out/$WAV_NAME" \
proot-distro login "$DISTRO" --shared-tmp --bind "$REPO_ROOT:/hpos" -- bash -lc '
    set -uo pipefail
    export PULSE_SERVER=127.0.0.1

    # Ausdrücklich die Mikrofonquelle wählen. Ohne -d nimmt parecord die
    # Standardquelle, und das ist bei geladenem Sink-Modul häufig dessen Monitor.
    QUELLE=$(pactl list sources short 2>/dev/null | awk "/OpenSL_ES_source/ {print \$2; exit}")
    if [ -z "$QUELLE" ]; then
        QUELLE=$(pactl list sources short 2>/dev/null | awk "!/monitor/ {print \$2; exit}")
    fi
    if [ -n "$QUELLE" ]; then
        echo "  Aufnahmequelle: $QUELLE"
        ARG="-d $QUELLE"
    else
        echo "  ! Keine Nicht-Monitor-Quelle gefunden — nehme die Vorgabe."
        ARG=""
    fi

    timeout $((HPOS_DAUER + 4)) parecord $ARG --channels=1 --rate=16000 \
        --file-format=wav "$HPOS_WAV" &
    REC=$!
    sleep "$HPOS_DAUER"
    kill $REC 2>/dev/null
    wait $REC 2>/dev/null
    echo "  Aufnahme beendet."
' 2>&1 | tee -a "$LOG"

# ── Auswertung ───────────────────────────────────────────────────────────────
section "Auswertung"
if [ ! -s "$WAV" ]; then
    fail "Keine Aufnahmedatei entstanden → S2 gescheitert"
else
    ok "Datei: $WAV ($(stat -c%s "$WAV" 2>/dev/null || echo 0) Bytes)"
    if have python; then
        python - "$WAV" <<'PY' 2>&1 | tee -a "$LOG"
import array, math, sys, wave

# Bewusst ohne audioop: das Modul ist in Python 3.13 entfernt worden.
try:
    with wave.open(sys.argv[1]) as w:
        breite = w.getsampwidth()
        rate = w.getframerate()
        roh = w.readframes(w.getnframes())
    if breite == 1:
        werte = array.array("b", bytes(b - 128 for b in roh))
    elif breite == 2:
        werte = array.array("h", roh[: len(roh) // 2 * 2])
    else:
        raise ValueError(f"{breite} Byte je Abtastwert werden hier nicht ausgewertet")
    if not werte:
        raise ValueError("keine Abtastwerte enthalten")

    pegel = int(math.sqrt(sum(v * v for v in werte) / len(werte)))
    spitze = max(abs(v) for v in werte)
    print(f"  Effektivpegel: {pegel}   Spitze: {spitze}")

    # Sprache schwankt stark: laute Silben, Pausen dazwischen. Ein konstanter
    # Pegel deutet auf Brummen, Rauschen oder ein Störsignal hin — technisch ein
    # Signal, aber keine Aufnahme. Deshalb wird die Schwankung mitgemessen.
    fenster = max(1, rate // 20)
    bloecke = [werte[i:i + fenster] for i in range(0, len(werte), fenster)]
    pegel_je_block = [
        int(math.sqrt(sum(v * v for v in b) / len(b))) for b in bloecke if b
    ]
    if len(pegel_je_block) > 4:
        leise = min(pegel_je_block)
        laut = max(pegel_je_block)
        print(f"  Leiseste Stelle: {leise}   Lauteste: {laut}")
        if spitze < 40:
            print("  ✗ Praktisch Stille — die Quelle liefert keine Daten.")
        elif laut > 4 * max(leise, 1):
            print("  ✓ Deutliche Schwankung — sieht nach Sprache aus.")
        else:
            print("  ! Signal ohne Schwankung — eher Rauschen oder Brummen als Sprache.")
            print("    Möglicherweise wurde ein Monitor statt des Mikrofons aufgenommen.")
    elif spitze < 40:
        print("  ✗ Praktisch Stille — die Quelle liefert keine Daten.")
    else:
        print("  ✓ Signal vorhanden.")
except Exception as e:
    print(f"  ! Datei nicht auswertbar: {e}")
PY
    fi

    # ── Stufe 3: Gegenhören ─────────────────────────────────────────────────
    # Der einzige Test, der wirklich zählt. Kein Messwert ersetzt das Ohr.
    section "Stufe 3 — Gegenhören"
    log "  Die Aufnahme wird jetzt abgespielt."
    sleep 1
    HPOS_WAV="/hpos/spike/out/$WAV_NAME" \
    proot-distro login "$DISTRO" --shared-tmp --bind "$REPO_ROOT:/hpos" -- bash -lc '
        export PULSE_SERVER=127.0.0.1
        paplay "$HPOS_WAV" && echo "  Wiedergabe beendet."
    ' 2>&1 | tee -a "$LOG"
fi

log ""
log "  Berechtigung com.termux: $BERECHTIGT"
log "  Ton vorher gehört:       ${TON_GEHOERT:-n}"

verdict "S2" "War auf der Wiedergabe deine Stimme zu hören?
   Nur das zählt. Ein Messwert ohne hörbare Sprache ist ein Fehlschlag."