feat: OllamaClient.identify_speakers() and summarize() for diarization pipeline

llm.py

@@ -1,5 +1,19 @@
 import httpx
 
+IDENTIFY_SPEAKERS_PROMPT = """Du bekommst den Anfang eines Gesprächstranskripts mit Sprecher-Labels (SPEAKER_00, SPEAKER_01, ...).
+Ermittle, welche echten Namen den Sprechern zugeordnet werden können — z.B. durch direkte Anrede ("Herr Möller", "Frank").
+Antworte NUR mit einem JSON-Objekt: {"SPEAKER_00": "Name oder null", "SPEAKER_01": "Name oder null"}
+Kein weiterer Text, keine Erklärung."""
+
+SUMMARIZE_PROMPT = """Du bist ein präziser Assistent für Business-Kommunikation.
+Du bekommst ein Gesprächstranskript mit Sprecher-Labels.
+Erstelle eine strukturierte Zusammenfassung auf Deutsch mit:
+1. Einem passenden H1-Titel
+2. ## Wichtigste Punkte (Aufzählung)
+3. ## Offene Fragen (Aufzählung, falls vorhanden)
+4. ## Nächste Schritte / Ideen (Aufzählung, falls vorhanden)
+Antworte NUR mit dem fertigen Markdown."""
+
 SYSTEM_PROMPT = """Du bist ein präziser Schreibassistent.
 Du bekommst einen rohen Sprachtranskript und optionale Instruktionen des Nutzers.
 Deine Aufgabe:
@@ -51,3 +65,48 @@ class OllamaClient:
             )
             r.raise_for_status()
             return r.json()["response"]
+
+    async def identify_speakers(
+        self,
+        transcript_excerpt: str,
+        model: str = "gemma3:12b",
+    ) -> dict[str, str]:
+        """Try to map SPEAKER_XX labels to real names. Returns {} on failure."""
+        import json
+        async with httpx.AsyncClient(timeout=60) as client:
+            r = await client.post(
+                f"{self.base_url}/api/generate",
+                json={
+                    "model": model,
+                    "prompt": f"Transkript-Anfang:\n{transcript_excerpt[:2000]}",
+                    "system": IDENTIFY_SPEAKERS_PROMPT,
+                    "stream": False,
+                },
+            )
+            r.raise_for_status()
+            raw = r.json()["response"].strip()
+        try:
+            data = json.loads(raw)
+            if not isinstance(data, dict):
+                return {}
+            return {k: v for k, v in data.items() if v}
+        except Exception:
+            return {}
+
+    async def summarize(
+        self,
+        annotated_transcript: str,
+        model: str = "gemma3:12b",
+    ) -> str:
+        async with httpx.AsyncClient(timeout=180) as client:
+            r = await client.post(
+                f"{self.base_url}/api/generate",
+                json={
+                    "model": model,
+                    "prompt": f"Transkript:\n{annotated_transcript}",
+                    "system": SUMMARIZE_PROMPT,
+                    "stream": False,
+                },
+            )
+            r.raise_for_status()
+            return r.json()["response"].strip()