Settings Page & Remote Whisper Design

Date: 2026-04-01

Goal

Give each Linux client a settings page to configure audio device (via PipeWire/pactl) and remote server URLs (Whisper + Ollama). Beastix runs faster-whisper-server and Ollama; clients point their config at it.

Architecture

┌─────────────────┐         ┌─────────────────────────────┐
│  Client (Linux) │         │  Beastix (LAN)              │
│                 │   WAV   │                             │
│  sounddevice    │ ──────► │  faster-whisper-server      │
│  PipeWire src   │         │  :8000 (OpenAI-kompatibel)  │
│  localhost:8765 │  Text   │                             │
│  Browser UI     │ ◄────── │  Ollama :11434              │
└─────────────────┘         └─────────────────────────────┘

Default: whisper.base_url leer → lokale faster-whisper-Instanz. Gesetzt → HTTP-Upload an Beastix.

Settings Page (`/settings`)

Nur für Admins sichtbar (Gear-Icon im Header). Zwei Abschnitte:

Abschnitt 1 — Audio

Dropdown: alle verfügbaren PipeWire-Sources (live via pactl list sources short)
Button "Combined Source erstellen" → App führt pactl-Kommandos aus, Combined Source erscheint in der Liste
Gewähltes Device → config.toml [audio] device = "..."
sounddevice nutzt diesen Device-Namen beim nächsten Start einer Aufnahme

Abschnitt 2 — Verarbeitung

Whisper base_url: leer = lokal, sonst z.B. http://beastix:8000
Whisper model: Freitextfeld (default: large-v3)
Ollama base_url: z.B. http://beastix:11434
Ollama model: Dropdown gefüllt via GET {ollama_base_url}/api/tags

Änderungen werden sofort in config.toml gespeichert (PUT /config).

Remote Whisper (transcription.py)

if cfg["whisper"].get("base_url"):
    # OpenAI-kompatibler Upload
    POST {base_url}/v1/audio/transcriptions
    multipart: file=<wav>, model=<model>, language=<lang>
    → response.text
else:
    # Lokal wie bisher
    WhisperModel(model_name, device=device).transcribe(...)

Neue API-Endpoints

Method	Path	Beschreibung
GET	`/settings`	Liefert settings.html
GET	`/audio/devices`	pactl sources geparst → JSON-Liste
POST	`/audio/combined`	Erstellt PipeWire Combined Source via pactl

PUT /config ist bereits vorhanden — wird um audio.device und whisper.base_url erweitert.

Config-Schema Erweiterung

[audio]
device = ""   # leer = Systemstandard, sonst PipeWire-Source-Name

[whisper]
model = "large-v3"
language = "de"
device = "auto"
base_url = ""   # leer = lokal, sonst http://beastix:8000

PipeWire Combined Source

Beim Klick auf "Combined Source erstellen":

pactl load-module module-null-sink \
  sink_name=transkriptor-combined \
  sink_properties=device.description="Transkriptor\ Combined"

pactl load-module module-loopback \
  source=<mic-device> sink=transkriptor-combined

pactl load-module module-loopback \
  source=<default-output>.monitor sink=transkriptor-combined

Ergebnis: transkriptor-combined.monitor erscheint als aufnehmbare Source in der Liste.

Die Module-IDs werden in config.toml gespeichert damit sie beim App-Stop sauber entladen werden können (pactl unload-module <id>).

Beastix Setup (einmalig)

pip install faster-whisper-server
faster-whisper-server --host 0.0.0.0 --port 8000 --model large-v3

Oder als systemd user service. Clients tragen dann whisper.base_url = "http://beastix:8000" ein.

Nicht in diesem Scope

Nutzer-Verwaltung über Settings (eigene Seite)
Automatischer Neustart wenn Config sich ändert
Windows-Support

3.9 KiB Raw Blame History