Whisper-Diktat, Push-to-talk-Diktat für Windows
================================================

Seitentaste der Maus halten, sprechen, loslassen. Die OpenAI API schreibt mit,
ein zweites Modell räumt Füllwörter und Versprecher auf, und der Text landet
über die Zwischenablage im aktiven Fenster.

Anleitung mit Kontrollen und Fehlersuche:
https://guides.optifyx.de/020-eigenes-diktat-tool/


Was du brauchst
---------------
- Windows. Signalton und Startdatei sind Windows-eigen.
- Python 3.10 oder neuer, erreichbar über "python --version" in PowerShell.
- Eine Maus mit Seitentaste. Eine Tastenkombination kann dieses Programm
  nicht. Dafür gibt es im Guide den Bau-Prompt für Claude Code.
- Ein Mikrofon.
- Einen OpenAI-API-Schlüssel mit Guthaben und Monatslimit
  (platform.openai.com, getrennt von einem ChatGPT-Abo).


Einrichten, einmal
------------------
1. ZIP entpacken, zum Beispiel nach C:\Tools\whisper-diktat
2. PowerShell in diesem Ordner öffnen und eingeben:

     python -m venv .venv
     .venv\Scripts\python -m pip install -r requirements.txt

3. Die Datei .env.example kopieren, die Kopie .env nennen und darin
   OPENAI_API_KEY= mit deinem Schlüssel füllen.
4. start.bat doppelklicken. Unten rechts erscheint ein grauer Punkt.


Bedienen
--------
grau    bereit
rot     Aufnahme läuft, solange du die Taste hältst
orange  Transkription und Aufräumen

Rechtsklick auf den Punkt: Korrekturen bearbeiten, Log öffnen, Beenden.

Erscheint nach start.bat gar kein Punkt, starte das Programm einmal in
PowerShell im Ordner mit

     .venv\Scripts\python dictate.py

Dann steht der Fehler im Fenster, meist eine fehlende Bibliothek.


Anpassen
--------
Alles steht in der .env: Taste (x2 vordere, x1 hintere Seitentaste),
Sprache, Modelle, Pegelschwelle, Aufräumen an oder aus.
Wörter, die immer falsch ankommen, trägst du in korrekturen.txt ein,
eine Zeile je Wort im Format falsch=richtig.

Mit Windows starten: Win+R, "shell:startup" eingeben und eine Verknüpfung
zu start.bat in den Ordner legen, der sich öffnet.


Datenschutz
-----------
Jedes Diktat geht als Tonaufnahme an die OpenAI API und der Text danach ein
zweites Mal zum Aufräumen. Diktier nichts, was deinen Rechner nicht
verlassen darf. Das Mikrofon bleibt geöffnet, Windows zeigt es deshalb als
in Verwendung an. Gesendet wird nur, was du bei gehaltener Taste sprichst.
Die Aufnahme bleibt im Arbeitsspeicher und wird nicht auf
die Platte geschrieben. Das Log whisper_diktat.log bleibt lokal und enthält
bei LOG_LEVEL=INFO nur Zeiten und Längen, keine Diktattexte.

Deinen Schlüssel sieht nur deine .env. Gib diese Datei nie weiter.


Kosten
------
Abgerechnet wird bei OpenAI nach Nutzung. 40 Minuten Diktat pro Woche
kosten rund 1 Euro im Monat, die Rechnung steht im Guide.


Ohne Gewähr, Lizenz in LIZENZ.txt.
