docs: supersede ADR-0006, open #0054 on client-side AI noise suppression
ADR-0006 (Docusaurus as the shared reading surface) is superseded by ADR-0014, which ADR-0014 had only recorded for ADR-0007. The schema has no 'deprecated', so superseded with a pointer is the fitting lifecycle state, same shape as ADR-0007. #0054 evaluates an external architecture spec for filtering keyboard noise with a WebAssembly model in the client. It holds up on diagnosis, placement and the awkward parts (128-vs-480 sample buffering, the Chromium worklet leak, SIMD), and it does not contradict the fork's earlier rejection of ML denoising — that one was about the server side, for a reason that does not apply here. It does not hold up on: a missing delay node, which would make the dry/wet mix comb filter audibly; the premise behind dry/wet at all, since DeepFilterNet can limit attenuation natively and mixing raw signal back in returns the very keystrokes we want gone; PESQ figures compared across different test sets; unmeasured bundle size; throwaway npm packages; and no mention of the standing cost of carrying this through every upstream rebase. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
co-authored by
Claude Opus 4.8
parent
ae92952f7e
commit
a328dacc50
@@ -2,9 +2,9 @@
|
|||||||
|
|
||||||
<!-- Generated by scripts/gen_status.py — do not edit. -->
|
<!-- Generated by scripts/gen_status.py — do not edit. -->
|
||||||
|
|
||||||
## Issues (20 open, 27 closed)
|
## Issues (21 open, 27 closed)
|
||||||
|
|
||||||
Verteilung: M1 5 · M2 12 · M4 2 · M5 1
|
Verteilung: M1 5 · M2 12 · M4 3 · M5 1
|
||||||
|
|
||||||
| Issue | Status | Meilenstein | Priorität | Title |
|
| Issue | Status | Meilenstein | Priorität | Title |
|
||||||
|---|---|---|---|---|
|
|---|---|---|---|---|
|
||||||
@@ -28,6 +28,7 @@ Verteilung: M1 5 · M2 12 · M4 2 · M5 1
|
|||||||
| [0042](docs/issues/0042-migration-in-betrieb-nehmen-push-spiegel-schedule.md) | open | M2 | high | Migration in Betrieb nehmen: Push, erster Spiegel-Lauf, CI-Schedule |
|
| [0042](docs/issues/0042-migration-in-betrieb-nehmen-push-spiegel-schedule.md) | open | M2 | high | Migration in Betrieb nehmen: Push, erster Spiegel-Lauf, CI-Schedule |
|
||||||
| [0051](docs/issues/0051-cve-remediation-pass.md) | open | M5 | high | CVE-Remediation-Pass: Schwachstellen-Report abarbeiten |
|
| [0051](docs/issues/0051-cve-remediation-pass.md) | open | M5 | high | CVE-Remediation-Pass: Schwachstellen-Report abarbeiten |
|
||||||
| [0053](docs/issues/0053-historien-durchgang-nicht-kanonische-commits.md) | open | M2 | low | Historien-Durchgang: acht nicht-kanonische Commits mitziehen |
|
| [0053](docs/issues/0053-historien-durchgang-nicht-kanonische-commits.md) | open | M2 | low | Historien-Durchgang: acht nicht-kanonische Commits mitziehen |
|
||||||
|
| [0054](docs/issues/0054-ki-geraeuschunterdrueckung-element-call.md) | open | M4 | medium | Tastaturgeräusche in Calls: quelloffene KI-Geräuschunterdrückung im Client prüfen |
|
||||||
|
|
||||||
## Active design docs (0)
|
## Active design docs (0)
|
||||||
|
|
||||||
@@ -42,7 +43,7 @@ _none active_
|
|||||||
| [0003](docs/adr/0003-cve-meldeweg-aggregiert.md) | accepted | 0003 — CVE-Meldeweg: aggregierte Alarme, eigener Security-Raum, gleicher Bot |
|
| [0003](docs/adr/0003-cve-meldeweg-aggregiert.md) | accepted | 0003 — CVE-Meldeweg: aggregierte Alarme, eigener Security-Raum, gleicher Bot |
|
||||||
| [0004](docs/adr/0004-site-to-site-vpn-hetzner-lab.md) | accepted | 0004 — Site-to-Site-VPN Hetzner-Projektnetz ↔ Lab, schaltbar über die UDM |
|
| [0004](docs/adr/0004-site-to-site-vpn-hetzner-lab.md) | accepted | 0004 — Site-to-Site-VPN Hetzner-Projektnetz ↔ Lab, schaltbar über die UDM |
|
||||||
| [0005](docs/adr/0005-pm-framework-kanban.md) | accepted | 0005 — Projektmanagement: Kanban-Rückgrat mit leichten Scrum-Elementen |
|
| [0005](docs/adr/0005-pm-framework-kanban.md) | accepted | 0005 — Projektmanagement: Kanban-Rückgrat mit leichten Scrum-Elementen |
|
||||||
| [0006](docs/adr/0006-wikis-konsolidieren-docusaurus.md) | accepted | 0006 — Wikis ins Lab konsolidieren, Docusaurus als gemeinsame Lesefläche |
|
| [0006](docs/adr/0006-wikis-konsolidieren-docusaurus.md) | superseded | 0006 — Wikis ins Lab konsolidieren, Docusaurus als gemeinsame Lesefläche |
|
||||||
| [0007](docs/adr/0007-wiki-oberflaeche-docusaurus-vs-bookstack.md) | superseded | 0007 — Wiki-Oberfläche: Docusaurus läuft, BookStack als Gegenentwurf |
|
| [0007](docs/adr/0007-wiki-oberflaeche-docusaurus-vs-bookstack.md) | superseded | 0007 — Wiki-Oberfläche: Docusaurus läuft, BookStack als Gegenentwurf |
|
||||||
| [0008](docs/adr/0008-agenten-sessions-root-aequivalent.md) | accepted | 0008 — Agenten-Sessions auf CFGMON laufen root-äquivalent über die docker-Gruppe |
|
| [0008](docs/adr/0008-agenten-sessions-root-aequivalent.md) | accepted | 0008 — Agenten-Sessions auf CFGMON laufen root-äquivalent über die docker-Gruppe |
|
||||||
| [0009](docs/adr/0009-commit-konventionen-und-historien-anonymisierung.md) | accepted | 0009 — Commit-Konventionen und rückwirkende Anonymisierung der Historie |
|
| [0009](docs/adr/0009-commit-konventionen-und-historien-anonymisierung.md) | accepted | 0009 — Commit-Konventionen und rückwirkende Anonymisierung der Historie |
|
||||||
|
|||||||
@@ -1,10 +1,10 @@
|
|||||||
---
|
---
|
||||||
type: adr
|
type: adr
|
||||||
id: "0006"
|
id: "0006"
|
||||||
status: accepted
|
status: superseded
|
||||||
date: 2026-08-02
|
date: 2026-08-02
|
||||||
supersedes: null
|
supersedes: null
|
||||||
superseded_by: null
|
superseded_by: docs/adr/0014-wikijs-loest-docusaurus-ab.md
|
||||||
related: []
|
related: []
|
||||||
---
|
---
|
||||||
|
|
||||||
|
|||||||
@@ -0,0 +1,94 @@
|
|||||||
|
---
|
||||||
|
type: issue
|
||||||
|
id: "0054"
|
||||||
|
status: open
|
||||||
|
created: 2026-08-15
|
||||||
|
milestone: M4
|
||||||
|
priority: medium
|
||||||
|
area: element
|
||||||
|
related:
|
||||||
|
- "docs/issues/0029-ui-harmonisieren-gleiche-farben-und-formen.md"
|
||||||
|
---
|
||||||
|
# Tastaturgeräusche in Calls: quelloffene KI-Geräuschunterdrückung im Client prüfen
|
||||||
|
|
||||||
|
## Problem
|
||||||
|
|
||||||
|
Der WebRTC-Standardfilter (`noiseSuppression`) ist auf **stationäres** Rauschen ausgelegt
|
||||||
|
(Lüfter, Netzbrummen). **Transiente** Geräusche — Tastaturanschläge — rutschen durch: sie
|
||||||
|
haben eine sehr schnelle Anstiegszeit und ein unvorhersehbares Spektrum, sodass die
|
||||||
|
laufende Rauschprofil-Schätzung sie nicht als Störung erkennt. Betroffen sind ausdrücklich
|
||||||
|
**auch leise Chiclet-Tastaturen** (MacBook), nicht nur mechanische.
|
||||||
|
|
||||||
|
Grundlage ist eine externe Architekturspezifikation (Gemini Deep Research, 2026-07-29):
|
||||||
|
client-seitige KI-Filterung via WebAssembly, eingehängt über das LiveKit-`TrackProcessor`-
|
||||||
|
Interface, mit Intensitätsregler in den Audio-Einstellungen.
|
||||||
|
|
||||||
|
## Bewertung der Spezifikation
|
||||||
|
|
||||||
|
### Trägt
|
||||||
|
|
||||||
|
- **Diagnose stimmt.** Stationär vs. transient ist die richtige Erklärung dafür, warum die
|
||||||
|
vorhandenen Toggles nicht helfen.
|
||||||
|
- **Client-seitig ist der richtige Ort — und kein Widerspruch zur bisherigen Linie.**
|
||||||
|
`threadnet-call:docs/axion1337-fork.md` §5 verwirft ML-Rauschunterdrückung **server-seitig**
|
||||||
|
(LiveKit Agents), weil es dort keinen unterstützten Weg gibt, bereinigtes Audio an andere
|
||||||
|
Teilnehmer weiterzureichen. Genau dieser Einwand greift client-seitig **nicht**. Die
|
||||||
|
Spezifikation setzt die alte Entscheidung fort, statt ihr zu widersprechen.
|
||||||
|
- **AudioWorklet statt ScriptProcessor**, eigener hochpriorer Audio-Thread: richtig und
|
||||||
|
nicht verhandelbar.
|
||||||
|
- **Der 128-vs-480-Sample-Mismatch** (Web Audio liefert 128er-Blöcke, die Modelle brauchen
|
||||||
|
480) und der nötige Ringpuffer sind sauber benannt — daran scheitern naive Umsetzungen.
|
||||||
|
- **Chromium-AudioWorklet-Leak** und die Gegenmaßnahme (eigener `AudioContext`, hart
|
||||||
|
schließen) sind real und richtig adressiert.
|
||||||
|
- **Wasm SIMD** ist tatsächlich Voraussetzung, nicht Optimierung.
|
||||||
|
|
||||||
|
### Trägt nicht
|
||||||
|
|
||||||
|
1. ⚠️ **Konkreter Fehler: die Latenzkompensation fehlt.** Der finale Dry/Wet-Code mischt das
|
||||||
|
**unverzögerte** Original mit dem ~40 ms verzögerten KI-Signal. Das erzeugt Kammfilter und
|
||||||
|
Phasenauslöschung — hörbar als blechernes Echo, also genau das Gegenteil des Ziels. Ein
|
||||||
|
früherer Entwurf im selben Gespräch hatte dafür einen `DelayNode`; in der Endfassung ist er
|
||||||
|
verschwunden. Das ist kein Detail.
|
||||||
|
2. **Der Dry/Wet-Ansatz ist konzeptionell fragwürdig.** Die Begründung („neuronale Netze
|
||||||
|
kennen nur An/Aus") ist für DeepFilterNet **falsch** — es hat einen nativen Parameter zur
|
||||||
|
**Begrenzung der Dämpfung**. „Weniger aggressiv" heißt richtig: das Modell weniger dämpfen
|
||||||
|
lassen. Dry/Wet mischt stattdessen ungefiltertes Signal zurück — **inklusive der
|
||||||
|
Tastaturanschläge**, die man loswerden wollte.
|
||||||
|
3. **Die Zahlen taugen nicht als Entscheidungsgrundlage.** PESQ „RNNoise ~3.88" gegen „DFN3
|
||||||
|
3.5–4.34": die untere DFN3-Grenze läge unter RNNoise. Werte aus verschiedenen Testsets,
|
||||||
|
nicht vergleichbar.
|
||||||
|
4. **Bundle-Größe geschätzt, nicht gemessen** („15–25 MB"). Für eine Browser-App, die beim
|
||||||
|
Call-Start lädt, ist das der kritische Wert überhaupt — muss gemessen werden.
|
||||||
|
5. **Die genannten NPM-Pakete sind Experimente** (`deepfilternet3-worker-test`,
|
||||||
|
`…-noise-filter-trong`). Die Spec empfiehlt selbst, aus dem Rust-Quellcode zu bauen — dann
|
||||||
|
gehört ehrlich dazu: wir übernehmen eine **Rust/wasm-Toolchain in die Build-Kette**.
|
||||||
|
6. **Mobil fehlt.** Element Call läuft auf Telefonen; DFN3 auf einem Mittelklasse-Android ist
|
||||||
|
offen und wird mit „läuft auf modernen Prozessoren" abgetan.
|
||||||
|
7. **`getUserMedia`-Constraints fehlen im Code.** Wer selbst filtert, muss die Browser-eigene
|
||||||
|
`noiseSuppression` **abschalten** (sonst arbeiten zwei Filter gegeneinander) und
|
||||||
|
`echoCancellation` erhalten. Im Gespräch erwähnt, im finalen Code verschwunden.
|
||||||
|
8. **Erzwungene 48 kHz** ohne Fallback — Geräte mit 44,1 kHz brauchen einen Pfad.
|
||||||
|
9. ⚠️ **Der größte Posten fehlt ganz: Fork-Wartung.** Das wäre eine erhebliche
|
||||||
|
Eigenentwicklung in `threadnet-call`, die bei **jedem** Upstream-Rebase mitgeschleppt und
|
||||||
|
in `axion1337-fork.md` gepflegt werden muss. Die Spec erwähnt das mit keinem Wort.
|
||||||
|
10. **Lizenz nur behauptet.** DeepFilterNet-Code ist MIT/Apache-2.0 — die **Modellgewichte**
|
||||||
|
sind separat zu prüfen, bevor „null Lizenzkosten" behauptet wird.
|
||||||
|
|
||||||
|
## Vorgeschlagenes Vorgehen (vor jeder Zeile Produktivcode)
|
||||||
|
|
||||||
|
1. **Messen statt annehmen.** Reproduzierbarer A/B-Test mit mechanischer *und* Chiclet-Tastatur
|
||||||
|
gegen die heutigen Toggles — belegt das Problem und liefert die Referenz für „besser".
|
||||||
|
2. **Wegwerf-Prototyp außerhalb des Forks.** DFN3 als Wasm auf einer eigenen Testseite:
|
||||||
|
**Bundle-Größe, CPU und Latenz auf echten Geräten messen** (inkl. Telefon). Erst diese
|
||||||
|
Zahlen entscheiden über Modell und Machbarkeit.
|
||||||
|
3. **Regler über den Modellparameter**, nicht über Dry/Wet. Falls doch Dry/Wet: Delay-Node zur
|
||||||
|
Latenzkompensation ist Pflicht.
|
||||||
|
4. **Dann erst** Integration als `TrackProcessor` und Eintrag in `axion1337-fork.md`.
|
||||||
|
|
||||||
|
## Offen (Entscheidung sorb)
|
||||||
|
|
||||||
|
Ob der Aufwand lohnt. Die Plattform hat derzeit einen sehr kleinen Nutzerkreis; dem steht
|
||||||
|
eine dauerhaft zu pflegende Fork-Anpassung mit Rust/wasm-Build gegenüber. Die Alternative —
|
||||||
|
Tastaturgeräusche als hinnehmbar erklären und stattdessen Push-to-Talk bzw. bewusstes
|
||||||
|
Stummschalten dokumentieren — ist billiger und sollte bewusst verworfen werden, nicht
|
||||||
|
übersehen.
|
||||||
Reference in New Issue
Block a user