feat(cli): doctor, test, voices, setup — Einrichtung und Diagnose ohne TUI

Usability-Schicht für Nutzer, die kein Terminal-Handbuch lesen wollen:

- `talk doctor`: eine Zeile je Prüfpunkt mit klarem Satz, was Sache ist und
  was zu tun wäre — Config (kaputt → ✘, die übrigen Prüfungen laufen mit
  Defaults weiter), Daemon (läuft / startet beim nächsten Sprechbefehl /
  fremder Dienst auf dem Port → ✘ mit Port-Hinweis), Audio (oto-Kontext
  wirklich initialisieren; null → ⚠), jede Provider-Stufe (Key-Env-Name,
  Endpunkt, Default-Stimme; OS-Stimme nennt den gefundenen Mechanismus),
  Mute (an → ⚠ mit unmute-Hinweis), Gesetze inkl. gerade aktiver Ruhezeit.
  --probe macht echte Synthese-Proben, --json liefert die Liste. Exit 0
  ohne ✘. Windows-Konsolen bekommen [OK]/[WARN]/[FAIL].
- `talk test`: Testsatz direkt über den Sprech-Kern (nicht über den
  Daemon), nennt die Stufe, die wirklich gesprochen hat, Synthese- und
  Wiedergabezeit; Mute/Ruhezeit gelten bewusst nicht, Mute wird genannt.
- `talk voices`: kuratierter Katalog mit Namen (ElevenLabs-Premade, OpenAI,
  Edge-Neural de/en-Locales) als Tabelle, „*“ = effektive Default-Stimme
  (Config vor Repo-Default), Config-IDs außerhalb des Katalogs als eigene
  Zeile, Filter --provider/--lang, --json.
- `talk setup`: wenige Fragen statt Bubble Tea — Keys nur als Hinweis
  (ohne Key läuft die Edge-Stimme), Stimme je Sprache aus dem Katalog mit
  Probehören, Ruhezeit; schreibt die config.toml zusammengeführt mit
  bestehenden Werten (.bak), spricht einen Testsatz. q bricht ab, bevor
  etwas geschrieben wird; ohne Terminal keine Fragen, nur die wirksame
  Konfiguration.

Unterbau: provider.Catalog/VoiceName/DefaultVoice, Chain.SpeakOutcome
(Stufe, Bytes, Zeiten) durch speak.Engine bis in Daemon-Log und test,
audio.Check (oto-Initialisierung ohne Ton), config.Path,
OSBuiltin.Describe. README: Abschnitt „Erste Schritte“.

Tests: voices-Zeilen (Default-Markierung, Config-Override, Filter, JSON),
doctor (ohne Daemon, Mute/Key via JSON, fremder Dienst → Exit 1, kaputte
Config → ✘ aber vollständiger Bericht), test (fake espeak), setup
(stdin-Antworten → config.toml-Inhalt, Merge mit .bak, Abbruch schreibt
nichts, Pipe stellt keine Fragen), Prozessgrenze: doctor/--probe/voices/
test gegen echten Daemon.

Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>

internal/speak/engine.go

@@ -64,20 +64,28 @@ func New(cfg config.Config, getenv func(string) string, log io.Writer) (*Engine,
 
 // Speak spricht eine Anfrage: Sprache erkennen (falls nicht gepinnt), Kette
 // bauen, synthetisieren mit Fallback, über den Sink abspielen. Blockiert
-// bis zum Ende der Wiedergabe oder bis ctx abgebrochen wird.
-func (e *Engine) Speak(ctx context.Context, req Request) error {
+// bis zum Ende der Wiedergabe oder bis ctx abgebrochen wird. Das Outcome
+// nennt die Stufe, die wirklich gesprochen hat, und die Zeiten.
+func (e *Engine) Speak(ctx context.Context, req Request) (provider.Outcome, error) {
 	lang := req.Lang
 	if lang == "" {
 		lang = langdetect.Detect(req.Text)
 	}
-	e.setLast(e.ActiveProvider(req.Provider))
 	chain, err := provider.NewChain(chainConfig(e.cfg, req.Provider, req.Voice, e.getenv, e.sink, e.log))
 	if err != nil {
-		return err
+		return provider.Outcome{}, err
 	}
-	return chain.Speak(ctx, req.Text, lang)
+	out, err := chain.SpeakOutcome(ctx, req.Text, lang)
+	if err == nil {
+		e.setLast(out.Provider)
+	}
+	return out, err
 }
 
+// Chain liefert die ungepinnte Basiskette (Diagnose: Stufen und ihre
+// Verfügbarkeit).
+func (e *Engine) Chain() *provider.Chain { return e.base }
+
 // ActiveProvider löst den „aktiven Provider" für eine Anfrage auf: der Pin,
 // sonst die erste verfügbare Stufe der Basiskette (Available ist billig —
 // Key-/Binary-Prüfung ohne Netz), sonst NoProvider.