feat: OpenAI Cloud-TTS als optionale Vorlese-Engine

README.md

@@ -244,7 +244,7 @@ Zusätzlich zu den Workflows bietet das Tool drei Komfort-Funktionen:
 | :--- | :--- |
 | **Diktat-Modus** | Umschalter. Ist er aktiv, werden alle Transkripte als Diktat-Einträge gesammelt und einzeln als Markdown-Datei gespeichert. Im Verlauf erscheint dann eine Schaltfläche **Zusammenführen**, die alle Einträge kombiniert und in die Zwischenablage kopiert. |
 | **Verlauf…** | Öffnet ein Fenster mit den letzten Transkripten. Pro Eintrag: In Zwischenablage kopieren oder löschen. |
-| **Vorlesen…** | Lässt dir beliebigen Text per **Piper TTS** vorlesen (inklusive Stimmen-Auswahl)! |
+| **Vorlesen…** | Lässt dir beliebigen Text vorlesen — lokal per **Piper TTS** (Standard) oder optional über **OpenAI Cloud-TTS** (inklusive Anbieter-, Stimmen- und Modellauswahl)! |
 
 > [!NOTE]
 > **Diktat-Notizen** werden ausschließlich in einen Ordner **innerhalb des Home-Verzeichnisses** geschrieben (Schutz gegen Pfad-Ausbruch), mit Berechtigungen `0o600`.
@@ -257,6 +257,9 @@ Zusätzlich zu den Workflows bietet das Tool drei Komfort-Funktionen:
 > ```
 > Fehlt Piper oder eine Stimme, zeigt das Vorlese-Fenster einen Installationshinweis; alle übrigen Funktionen bleiben nutzbar. Optionale Desktop-Benachrichtigungen nutzen `notify-send` (Paket `libnotify-bin`).
 
+> [!NOTE]
+> **OpenAI Cloud-TTS** ist eine optionale Alternative zu Piper. Voraussetzung: das `openai`-Paket (`.venv/bin/pip install openai`) und ein gültiger Key in der Umgebungsvariable `OPENAI_API_KEY` (siehe `secrets.env` unten). Beim ersten Umschalten auf den Anbieter „OpenAI Cloud" fragt das Vorlese-Fenster einmalig nach Bestätigung, da der eingegebene Text zur Synthese an die OpenAI-Server gesendet wird. Piper bleibt Standard und arbeitet vollständig lokal.
+
 ---
 
 ## Konfiguration
@@ -301,6 +304,9 @@ Alles wird lokal und sicher unter `~/.config/blitztext-linux/config.json` gespei
 - Der eigentliche Key liegt nicht in `config.json`, sondern in `~/.config/blitztext-linux/secrets.env` oder einer bereits gesetzten Umgebungsvariable.
 - **autopaste**: Fügt per `ydotool` ein.
 - **audio_device**: Name der Audioquelle.
+- **tts_provider**: TTS-Anbieter für „Vorlesen" — `piper` (lokal, Standard) oder `openai` (Cloud).
+- **tts_openai_model** / **tts_openai_voice**: Modell und Stimme für OpenAI Cloud-TTS (Standard: `gpt-4o-mini-tts`, `marin`).
+- **tts_openai_consent**: `true`, sobald die einmalige Datenschutz-Bestätigung für Cloud-TTS erteilt wurde. Standard: `false`.
 - **workflows**: Feintuning von Tonalität (`text_improver_tone`), Schreibstil-Vorlage (`writing_preset`), Emojis (`emoji_density`) und dem Dampf-Prompt (`dampf_system_prompt`).
 </details>
 

ROADMAP.md

@@ -22,6 +22,8 @@ It is a planning note, not a promise.
 - Keep the installer and verify script in sync with the dependencies they check
 - Add more regression coverage around startup, config, and transcription edge cases
 - Replace the current `evdev`/`input` global-hotkey path with a desktop-native XDG GlobalShortcuts integration when it is practical for KDE/Wayland
+- Add a lightweight launch smoke test (boot the app offscreen and exit cleanly) so CI confirms the GUI actually starts, not just that mocked logic passes
+- Export transcribed text as a shareable audio file (e.g. OGG/Opus or MP3) so longer transcripts can be sent as a voice message via WhatsApp or similar (builds on the TTS pipeline)
 
 ## Not in scope
 

app/config.py

@@ -32,7 +32,11 @@
     "audio_device": "@DEFAULT_SOURCE@",
     "notes_folder": str(Path.home() / "Blitztext-Notizen"),
     "history_size": 50,
+    "tts_provider": "piper",
     "tts_voice": "",
+    "tts_openai_model": "gpt-4o-mini-tts",
+    "tts_openai_voice": "marin",
+    "tts_openai_consent": False,
     "tts_speed": 1.0,
     "workflows": {
         "text_improver_tone": "neutral",
@@ -50,6 +54,8 @@
 VALID_EMOJI_DENSITIES = {"wenig", "mittel", "viel"}
 VALID_WRITING_PRESETS = set(WRITING_PRESET_KEYS)
 VALID_LLM_PROVIDERS = {"openai", "openrouter", "custom"}
+VALID_TTS_PROVIDERS = {"piper", "openai"}
+VALID_OPENAI_TTS_VOICES = {"alloy", "ash", "ballad", "coral", "echo", "fable", "nova", "onyx", "sage", "shimmer", "verse", "marin", "cedar"}
 BASE_URL_RE = re.compile(r"^https?://", re.IGNORECASE)
 VALID_HOTKEY_KEYS = {
     "KEY_LEFTALT", "KEY_RIGHTALT", "KEY_RIGHTCTRL", "KEY_LEFTCTRL",
@@ -255,6 +261,17 @@ def history_size(self) -> int:
     def history_size(self, value: int) -> None:
         self._data["history_size"] = max(10, min(100, int(value)))
 
+    @property
+    def tts_provider(self) -> str:
+        value = self._data.get("tts_provider", DEFAULTS["tts_provider"])
+        return value if value in VALID_TTS_PROVIDERS else DEFAULTS["tts_provider"]
+
+    @tts_provider.setter
+    def tts_provider(self, value: str) -> None:
+        if value not in VALID_TTS_PROVIDERS:
+            raise ValueError(f"Ungueltiger TTS-Anbieter: {value!r}. Gueltig: {sorted(VALID_TTS_PROVIDERS)}")
+        self._data["tts_provider"] = value
+
     @property
     def tts_voice(self) -> str:
         return self._data.get("tts_voice", "")
@@ -263,6 +280,35 @@ def tts_voice(self) -> str:
     def tts_voice(self, value: str) -> None:
         self._data["tts_voice"] = value
 
+    @property
+    def tts_openai_model(self) -> str:
+        value = self._data.get("tts_openai_model", DEFAULTS["tts_openai_model"])
+        return value if isinstance(value, str) and value.strip() else DEFAULTS["tts_openai_model"]
+
+    @tts_openai_model.setter
+    def tts_openai_model(self, value: str) -> None:
+        self._data["tts_openai_model"] = value.strip() if isinstance(value, str) and value.strip() else DEFAULTS["tts_openai_model"]
+
+    @property
+    def tts_openai_voice(self) -> str:
+        value = self._data.get("tts_openai_voice", DEFAULTS["tts_openai_voice"])
+        return value if value in VALID_OPENAI_TTS_VOICES else DEFAULTS["tts_openai_voice"]
+
+    @tts_openai_voice.setter
+    def tts_openai_voice(self, value: str) -> None:
+        if value not in VALID_OPENAI_TTS_VOICES:
+            raise ValueError(f"Ungueltige OpenAI-TTS-Stimme: {value!r}. Gueltig: {sorted(VALID_OPENAI_TTS_VOICES)}")
+        self._data["tts_openai_voice"] = value
+
+    @property
+    def tts_openai_consent(self) -> bool:
+        """Einmalige Nutzer-Bestaetigung, dass lokale Texte an OpenAI gesendet werden duerfen."""
+        return bool(self._data.get("tts_openai_consent", DEFAULTS["tts_openai_consent"]))
+
+    @tts_openai_consent.setter
+    def tts_openai_consent(self, value: bool) -> None:
+        self._data["tts_openai_consent"] = bool(value)
+
     @property
     def tts_speed(self) -> float:
         return float(self._data.get("tts_speed", 1.0))
@@ -344,8 +390,15 @@ def _validate_and_sanitize(self) -> None:
             self._data["tts_speed"] = 1.0
         if not isinstance(self._data.get("notes_folder", ""), str):
             self._data["notes_folder"] = ""
+        if self._data.get("tts_provider") not in VALID_TTS_PROVIDERS:
+            self._data["tts_provider"] = DEFAULTS["tts_provider"]
         if not isinstance(self._data.get("tts_voice", ""), str):
             self._data["tts_voice"] = ""
+        if not isinstance(self._data.get("tts_openai_model", ""), str):
+            self._data["tts_openai_model"] = DEFAULTS["tts_openai_model"]
+        if self._data.get("tts_openai_voice") not in VALID_OPENAI_TTS_VOICES:
+            self._data["tts_openai_voice"] = DEFAULTS["tts_openai_voice"]
+        self._data["tts_openai_consent"] = bool(self._data.get("tts_openai_consent", False))
 
         self._data["openai_api_key_env"] = _normalize_env_var_name(
             self._data.get("openai_api_key_env", DEFAULTS["openai_api_key_env"])