Backend trascrizione alternativo: server locale ai.enne2.net (gemma4:E4B) via AGY_STT_BACKEND

extensions/index.ts

@@ -386,6 +386,48 @@ function getConversationContext(ctx: any, maxEntries = 8): string {
 	}
 }
 
+// Trascrizione via server locale ai.enne2.net (gemma4:E4B supporta audio)
+async function transcribeWithEnne2(file: string): Promise<string> {
+	const baseUrl = process.env.AGY_STT_URL ?? "https://ai.enne2.net";
+	const model = process.env.AGY_STT_MODEL ?? "gemma4:E4B";
+	try {
+		const b64 = fs.readFileSync(file).toString("base64");
+		const body = {
+			model,
+			messages: [
+				{
+					role: "user",
+					content: [
+						{ type: "text", text: "Trascrivi fedelmente il parlato in questo audio. Rispondi solo con la trascrizione." },
+						{ type: "input_audio", input_audio: { data: b64, format: "wav" } },
+					],
+				},
+			],
+			max_tokens: 500,
+		};
+		const res = await fetch(`${baseUrl}/v1/chat/completions`, {
+			method: "POST",
+			headers: { "Content-Type": "application/json" },
+			body: JSON.stringify(body),
+			signal: AbortSignal.timeout(90_000),
+		});
+		if (!res.ok) return "";
+		const data: any = await res.json();
+		return data?.choices?.[0]?.message?.content?.trim() ?? "";
+	} catch {
+		return "";
+	}
+}
+
+// Dispatcher: sceglie il backend di trascrizione (gemini | enne2)
+async function transcribeAudio(file: string): Promise<string> {
+	const backend = process.env.AGY_STT_BACKEND ?? "gemini";
+	if (backend === "enne2" || backend === "local") {
+		return transcribeWithEnne2(file);
+	}
+	return transcribeWithGeminiAPI(file);
+}
+
 // ---------------------------------------------------------------------------
 // TTS via Gemini API (nessun engine esterno)
 // ---------------------------------------------------------------------------
@@ -843,7 +885,7 @@ export default function agyExtension(pi: ExtensionAPI) {
 		async execute(toolCallId, params, signal, onUpdate, ctx) {
 			const p = params as any;
 			onUpdate?.("agy_transcribe: trascrizione audio...");
-			const transcript = await transcribeWithGeminiAPI(p.filePath);
+			const transcript = await transcribeAudio(p.filePath);
 			if (!transcript) {
 				return {
 					content: [{ type: "text", text: "Trascrizione fallita: key Gemini mancante o errore API." }],
@@ -1057,8 +1099,8 @@ export default function agyExtension(pi: ExtensionAPI) {
 		ctx.ui.notify("Registrazione fermata, ottimizzazione audio...", "info");
 		const optimized = await optimizeAudio(file);
 
-		ctx.ui.notify("Trascrizione in corso (Gemini API)...", "info");
+		ctx.ui.notify("Trascrizione in corso...", "info");
-		const transcript = await transcribeWithGeminiAPI(optimized);
+		const transcript = await transcribeAudio(optimized);
 		if (!transcript) {
 			ctx.ui.setStatus("agy-rec", "");
 			ctx.ui.notify("Trascrizione vuota o errore (key Gemini mancante?)", "error");