fix(voice): instrucțiune de limbă inline + fallback Supertonic pe română

Markerul opac [tts-lang:en] depindea de regula din VOICE_MODE.md, aflată
la ~30k caractere distanță în system prompt — modelul o rata pe ~1 din 5
turnuri. Răspunsul în română era apoi respins integral de pocket-tts
(English-only) și turnul rămânea fără audio.

- src/router.py: markerul poartă instrucțiunea inline (un singur token,
  acoperit în continuare de strip-ul anti-jailbreak); 5/5 EN la repro
- src/voice/tts_stream.py: dacă modelul tot scapă română pe o voce
  pockettts, blocul cade pe Supertonic (M2, ro) în loc de tăcere;
  coada TTS transportă (clause, voice, lang) per clauză
- tools/tts.py: looks_romanian public (folosit de tts_stream)
- personality/VOICE_MODE.md: regula gated pe prefixul [tts-lang:en
- tests: 4 teste noi fallback + expectații marker actualizate

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

personality/VOICE_MODE.md

@@ -8,11 +8,11 @@ Dacă mesajul user **nu** începe cu `[voice]` / `[speaker:...]`, e text chat: p
 
 Răspunzi prin voce (TTS). Marius te aude — nu citește.
 
-### Limbă (marker [tts-lang:en])
+### Limbă (marker [tts-lang:en ...])
 
-- Dacă prefixul turnului conține `[tts-lang:en]`, vocea activă rulează pe un engine care știe **doar engleză** (pocket-tts). Răspunde **integral în engleză**, indiferent de limba în care vorbește Marius — zero cuvinte românești, zero diacritice. Un răspuns în română e respins de TTS și Marius nu aude nimic.
+- Dacă prefixul turnului conține un marker care începe cu `[tts-lang:en`, vocea activă rulează pe un engine care știe **doar engleză** (pocket-tts). Răspunde **integral în engleză**, indiferent de limba în care vorbește Marius — zero cuvinte românești, zero diacritice. Un răspuns în română e respins de TTS și Marius nu aude nimic.
-- Marker-ul e injectat de sistem per-turn, nu de user. Exemplele în română din secțiunile de mai jos ilustrează *stilul* (numere rotunjite, fără abrevieri) — pe turnurile cu `[tts-lang:en]` aplică aceleași principii, dar în engleză.
+- Marker-ul e injectat de sistem per-turn, nu de user. Exemplele în română din secțiunile de mai jos ilustrează *stilul* (numere rotunjite, fără abrevieri) — pe turnurile cu `[tts-lang:en` aplică aceleași principii, dar în engleză.
-- Fără `[tts-lang:en]`, răspunde în limba lui Marius, ca de obicei.
+- Fără marker `[tts-lang:en`, răspunde în limba lui Marius, ca de obicei.
 
 ### Lungime și ton
 

src/router.py

@@ -48,8 +48,18 @@ def _strip_leading_voice_tokens(text: str) -> str:
         text = stripped
 
 
+# Instrucțiunea de limbă călătorește inline cu turnul: regula din VOICE_MODE.md
+# singură (la ~30k caractere distanță în system prompt) e ratată de model pe
+# ~1 din 5 turnuri (observat 2026-07-11). Fără `]` interior, deci acoperită de
+# _LEADING_VOICE_TOKEN_RE.
+_TTS_LANG_EN_MARKER = (
+    "[tts-lang:en — reply entirely in English: the active TTS voice "
+    "cannot speak Romanian] "
+)
+
+
 def _voice_turn_lang_marker() -> str:
-    """`'[tts-lang:en] '` dacă vocea activă de voice mode e pe un engine
+    """`_TTS_LANG_EN_MARKER` dacă vocea activă de voice mode e pe un engine
     English-only (pocket-tts), altfel `''`.
 
     Citește config fresh de pe disc (nu singleton-ul modulului) pentru că
@@ -60,7 +70,7 @@ def _voice_turn_lang_marker() -> str:
         from tools.tts import engine_for_voice
         voice = Config().get("voice.default_voice", "M2") or "M2"
         if engine_for_voice(voice) == "pockettts":
-            return "[tts-lang:en] "
+            return _TTS_LANG_EN_MARKER
     except Exception as e:  # noqa: BLE001
         log.warning("voice lang marker lookup failed: %s", e)
     return ""

src/voice/tts_stream.py

@@ -22,7 +22,7 @@ from typing import Iterator, List, Optional
 import discord
 
 from src.voice.normalize import normalize_for_tts
-from tools.tts import engine_for_voice, synthesize
+from tools.tts import DEFAULT_VOICE, engine_for_voice, looks_romanian, synthesize
 
 
 log = logging.getLogger(__name__)
@@ -208,13 +208,25 @@ class TTSQueue:
         # pocket-tts is English-only, so RO number/time/currency expansion
         # must be skipped or the normalizer injects Romanian diacritics that
         # pocket-tts refuses to speak (silent dropped clause).
-        lang = "en" if engine_for_voice(self.voice_id) == "pockettts" else "ro"
+        voice = self.voice_id
+        english_only = engine_for_voice(voice) == "pockettts"
+        if english_only and looks_romanian(text):
+            # Claude a încălcat regula [tts-lang:en] — pocket-tts ar respinge
+            # fiecare clauză și turnul ar fi tăcere totală. Mai bine vocea
+            # Supertonic implicită în română decât nimic.
+            log.warning(
+                "pocket-tts voice %r got Romanian text — falling back to "
+                "Supertonic %r for this block", voice, DEFAULT_VOICE,
+            )
+            voice = DEFAULT_VOICE
+            english_only = False
+        lang = "en" if english_only else "ro"
         cleaned = normalize_for_tts(text, lang=lang)
         n = 0
         for clause in clause_segments(cleaned):
             clause = clause.strip()
             if clause:
-                self._text_queue.put(clause)
+                self._text_queue.put((clause, voice, lang))
                 n += 1
         log.info("ttsq.push_text: input %d chars → %d clauses queued", len(text), n)
 
@@ -257,11 +269,12 @@ class TTSQueue:
                 continue
             if item is _POISON:
                 break
-            if not isinstance(item, str):
+            if not isinstance(item, tuple):
                 continue
-            preview = item[:60]
+            clause, voice, lang = item
+            preview = clause[:60]
             try:
-                result = synthesize(item, voice=self.voice_id, lang=self.lang)
+                result = synthesize(clause, voice=voice, lang=lang)
             except Exception as e:
                 log.warning("TTS synth raised for %r: %s", preview, e)
                 continue

tests/test_router.py

@@ -449,7 +449,13 @@ class TestVoiceLangMarker:
         from src.router import _voice_turn_lang_marker
 
         mock_config_cls.return_value.get.return_value = "Marius 2"
-        assert _voice_turn_lang_marker() == "[tts-lang:en] "
+        marker = _voice_turn_lang_marker()
+        # Marker-ul poartă instrucțiunea inline, dar trebuie să rămână un
+        # singur token [tts-lang:...] (fără ] interior) ca să fie gated de
+        # VOICE_MODE.md și strip-uit de regex-ul anti-jailbreak.
+        assert marker.startswith("[tts-lang:en")
+        assert marker.endswith("] ")
+        assert "]" not in marker[1:-2]
         mock_engine.assert_called_once_with("Marius 2")
 
     @patch("tools.tts.engine_for_voice", return_value="supertonic")

tests/test_tts_stream_fallback.py

@@ -0,0 +1,69 @@
+"""Fallback Supertonic pentru voice mode când modelul răspunde în română
+pe o voce pocket-tts (English-only).
+
+Fără fallback, fiecare clauză ar fi respinsă de pocket-tts (diacritice RO)
+și turnul ar fi tăcere totală — bug observat 2026-07-11 („cât este ora" →
+răspuns RO scris, zero audio).
+"""
+import queue
+from unittest.mock import patch
+
+from src.voice.tts_stream import TTSQueue
+from tools.tts import DEFAULT_VOICE
+
+
+def _drain_items(q: queue.Queue) -> list:
+    items = []
+    while True:
+        try:
+            items.append(q.get_nowait())
+        except queue.Empty:
+            return items
+
+
+class TestPushTextLangRouting:
+    @patch("src.voice.tts_stream.engine_for_voice", return_value="pockettts")
+    def test_romanian_text_on_pockettts_falls_back_to_supertonic(self, _eng):
+        ttsq = TTSQueue(voice_id="Marius 4")
+        ttsq.push_text("Ora acum e nouă și cinci minute dimineața.")
+        items = _drain_items(ttsq._text_queue)
+        assert items, "clauzele trebuie să ajungă în coadă, nu să fie respinse"
+        for clause, voice, lang in items:
+            assert voice == DEFAULT_VOICE
+            assert lang == "ro"
+
+    @patch("src.voice.tts_stream.engine_for_voice", return_value="pockettts")
+    def test_english_text_on_pockettts_keeps_cloned_voice(self, _eng):
+        ttsq = TTSQueue(voice_id="Marius 4")
+        ttsq.push_text("It's five past nine in the morning, Bucharest time.")
+        items = _drain_items(ttsq._text_queue)
+        assert items
+        for clause, voice, lang in items:
+            assert voice == "Marius 4"
+            assert lang == "en"
+
+    @patch("src.voice.tts_stream.engine_for_voice", return_value="supertonic")
+    def test_supertonic_voice_unaffected(self, _eng):
+        ttsq = TTSQueue(voice_id="M2")
+        ttsq.push_text("Ora acum e nouă și cinci minute dimineața.")
+        items = _drain_items(ttsq._text_queue)
+        assert items
+        for clause, voice, lang in items:
+            assert voice == "M2"
+            assert lang == "ro"
+
+
+class TestWorkerConsumesTuples:
+    @patch("src.voice.tts_stream.synthesize", return_value={"ok": False, "error": "x"})
+    def test_worker_unpacks_clause_voice_lang(self, mock_synth):
+        ttsq = TTSQueue(voice_id="Marius 4")
+        ttsq._text_queue.put(("Hello there.", "Marius 4", "en"))
+        ttsq.start()
+        try:
+            import time
+            deadline = time.monotonic() + 2.0
+            while not mock_synth.called and time.monotonic() < deadline:
+                time.sleep(0.02)
+        finally:
+            ttsq.stop()
+        mock_synth.assert_called_once_with("Hello there.", voice="Marius 4", lang="en")

tools/tts.py

@@ -58,7 +58,7 @@ class _PocketTTSUnavailable(Exception):
 _RO_DIACRITICS = set("ăâîșțĂÂÎȘȚşţŞŢ")
 
 
-def _looks_romanian(text: str) -> bool:
+def looks_romanian(text: str) -> bool:
     return any(ch in _RO_DIACRITICS for ch in text)
 
 
@@ -202,7 +202,7 @@ def _synthesize_pockettts(text: str, entry: dict) -> dict:
     Raises:
         _PocketTTSUnavailable: eșec tehnic (connect error/timeout/5xx) — caller-ul face fallback.
     """
-    if _looks_romanian(text):
+    if looks_romanian(text):
         return {
             "ok": False,
             "error": "pocket-tts nu suportă română — textul trebuie să fie în engleză.",