Update project plan regarding hotwords functionality

docs/projektplan.md

@@ -725,7 +725,7 @@ axum-extra = { version = "0.12", features = ["cookie"] }   # passend zu axum 0.8
 - [ ] Ollama Health-Check + Retry
 - [ ] Lazy Cleanup bei Falllisten-Zugriff (zum Entfernen markierte Fälle vom Vortag löschen)
 - [ ] Retention-Prüfung bei Zugriff (Audio/Transkripte nach RETENTION_*_DAYS)
-- [x] Per-User Whisper-Settings in `users.toml` (`[user.whisper]` mit `language`, `hotwords`, `initial_prompt`) — Worker reicht sie pro Upload an den `whisper/`-Service durch
+- [x] Per-User Whisper-Settings in `users.toml` (`[user.whisper]` mit `language`, `hotwords`, `initial_prompt`) — Worker reicht sie pro Upload an den `whisper/`-Service durch. **Hotwords sind technisch verfügbar, werden aber nicht als Feature angeboten** (siehe Abweichungen).
 
 ### Phase 2b.5 — Eigener faster-whisper-Service (`whisper/`)
 - [x] FastAPI-Wrapper um `faster-whisper` mit fest verdrahteten Anti-Halluzinations-Params (`condition_on_previous_text=False`, `temperature=0.0`, `vad_filter=True`)
@@ -881,4 +881,4 @@ axum-extra = { version = "0.12", features = ["cookie"] }   # passend zu axum 0.8
 | faster-whisper Port | 10300 (ahmetoner) | 9001 (eigener Service) | Neuer Service auf freiem Port; alter Container optional parallel belassen. |
 | Test-Client für Watch-Flow | Erst ab Phase 5 mit echter Hardware | `scripts/dictate.sh` ab Phase 2/3 als Stand-in (ffmpeg + curl + interaktiver c/n/r/q-Loop) | Erlaubt End-to-End-Tests der Server-Pipeline ohne Watch-Hardware, solange die Pixel Watch nicht verfügbar ist. |
 | Admin-Log vs. Arzt-UI | Nur Arzt-UI geplant | Zusätzlich frühes Admin-Log unter `/web/` (flache Liste aller Fälle, Transkripte, Oneliner) | Gebaut, bevor das Arzt-UI (Session, States, Fall-Detail) existiert, um die Pipeline während Entwicklung inspizieren zu können. Soll bleiben, aber später hinter `role = "admin"` geschützt; das Arzt-UI wird separat entwickelt. |
-| Hotwords | Nicht vorgesehen | Per-User-Feld `[user.whisper].hotwords` in `users.toml` | Experiment zeigte: Hotwords sind der einzige Hebel, der Whisper-Fachvokabular zuverlässig verbessert (8/8 vs. 3/8 ohne). Pro-User statt global, weil Kardiologie/Orthopädie/Psychiatrie völlig andere Begriffslisten brauchen. Gleiches Schema lässt sich später auf `[user.oneliner]` erweitern. |
+| Hotwords | Nicht vorgesehen | Per-User-Feld `[user.whisper].hotwords` bleibt **im Code**, wird aber **nicht als Feature angeboten** | Erstes Ad-hoc-Experiment sah 8/8 vs. 3/8 aus. Regress-Lauf über 10 kuratierte Fixtures (`scripts/regress_whisper.sh`) widerlegte das: ohne Hotwords 12/257 Wortfehler (~4.7% WER), mit Hotwords 14/257 — leicht schlechter. Hotwords schluckten sogar Funktionswörter wie „Beginn mit" und „mittels". Kein belegter Nutzen, dafür zusätzliche Bedienkomplexität pro Arzt. KISS: wir lassen die Leitung durchverdrahtet (kein Code-Rückbau), aber bewerben/konfigurieren es nicht. Re-evaluiert, sobald ein konkreter Fachvokabular-Bedarf auftaucht. |

scripts/regress_whisper.sh

@@ -0,0 +1,109 @@
+#!/usr/bin/env bash
+# Regression test for the whisper service: runs every fixture under
+# tests/fixtures/dictations/ through /asr twice (with and without hotwords)
+# and reports word error rate vs the golden `.expected.txt`.
+#
+# Usage:
+#   ./scripts/regress_whisper.sh
+#   WHISPER_URL=http://minerva.lan:9001 ./scripts/regress_whisper.sh
+#   ./scripts/regress_whisper.sh --verbose   # also print each hypothesis
+#
+# Exit code is the sum of mismatches across all hotwords runs (0 = perfect).
+set -euo pipefail
+
+WHISPER_URL="${WHISPER_URL:-http://minerva.lan:9001}"
+REPO_ROOT="$(cd "$(dirname "$0")/.." && pwd)"
+DIR="$REPO_ROOT/tests/fixtures/dictations"
+VERBOSE=0
+[[ "${1:-}" == "--verbose" || "${1:-}" == "-v" ]] && VERBOSE=1
+
+die() { echo "error: $*" >&2; exit 1; }
+[ -d "$DIR" ] || die "fixtures dir missing: $DIR"
+command -v python3 >/dev/null || die "python3 not found"
+
+# POST a single fixture. If hotwords arg is non-empty, forward it as a form
+# field so the whisper service can feed it into faster_whisper.
+run_once() {
+    local m4a="$1" hotwords="$2"
+    if [ -n "$hotwords" ]; then
+        curl -sS --max-time 120 -X POST "$WHISPER_URL/asr?output=txt&language=de" \
+            -F "audio_file=@$m4a" \
+            -F "hotwords=$hotwords"
+    else
+        curl -sS --max-time 120 -X POST "$WHISPER_URL/asr?output=txt&language=de" \
+            -F "audio_file=@$m4a"
+    fi
+}
+
+# Word error rate via Levenshtein. Prints "errors/ref_len".
+wer() {
+    python3 - "$1" "$2" <<'PY'
+import re, sys, unicodedata
+
+def norm(path):
+    with open(path, encoding="utf-8") as f:
+        s = f.read()
+    s = unicodedata.normalize("NFC", s).lower()
+    s = re.sub(r"[^\w\s]", " ", s, flags=re.UNICODE)
+    return s.split()
+
+def lev(a, b):
+    m, n = len(a), len(b)
+    if m == 0 or n == 0: return max(m, n)
+    prev = list(range(n + 1))
+    for i, ca in enumerate(a, 1):
+        cur = [i] + [0] * n
+        for j, cb in enumerate(b, 1):
+            cost = 0 if ca == cb else 1
+            cur[j] = min(cur[j - 1] + 1, prev[j] + 1, prev[j - 1] + cost)
+        prev = cur
+    return prev[n]
+
+ref, hyp = norm(sys.argv[1]), norm(sys.argv[2])
+print(f"{lev(ref, hyp)}/{len(ref)}")
+PY
+}
+
+printf "%-38s %-13s %-13s\n" "fixture" "no_hotwords" "with_hotwords"
+printf "%-38s %-13s %-13s\n" "--------------------------------------" "-------------" "-------------"
+
+total_hw_errs=0
+for m4a in "$DIR"/*.m4a; do
+    name="$(basename "$m4a" .m4a)"
+    exp="$DIR/$name.expected.txt"
+    hw_file="$DIR/$name.hotwords.txt"
+    [ -f "$exp" ] || { echo "skip $name (no .expected.txt)"; continue; }
+
+    tmp_no="$(mktemp)"
+    tmp_hw="$(mktemp)"
+    trap 'rm -f "$tmp_no" "$tmp_hw"' EXIT
+
+    run_once "$m4a" "" > "$tmp_no"
+    wer_no="$(wer "$exp" "$tmp_no")"
+
+    if [ -f "$hw_file" ]; then
+        hw="$(tr -d '\n' < "$hw_file")"
+        run_once "$m4a" "$hw" > "$tmp_hw"
+        wer_hw="$(wer "$exp" "$tmp_hw")"
+        total_hw_errs=$(( total_hw_errs + ${wer_hw%/*} ))
+    else
+        wer_hw="—"
+        total_hw_errs=$(( total_hw_errs + ${wer_no%/*} ))
+    fi
+
+    printf "%-38s %-13s %-13s\n" "$name" "$wer_no" "$wer_hw"
+
+    if [ "$VERBOSE" -eq 1 ]; then
+        echo "  expected:      $(tr -d '\n' < "$exp")"
+        echo "  no_hotwords:   $(tr -d '\n' < "$tmp_no")"
+        if [ -f "$hw_file" ]; then
+            echo "  with_hotwords: $(tr -d '\n' < "$tmp_hw")"
+        fi
+    fi
+
+    rm -f "$tmp_no" "$tmp_hw"
+done
+
+echo
+echo "Total hotwords-run word errors: $total_hw_errs"
+exit "$total_hw_errs"