feat: Geräte-TTS, native Stimmen, Favicon, Auth-Gate, UI-Fixes
Web-UI / TTS:
- Geräte-TTS ("📱 Gerät"): Antwort wird on-device vorgelesen (Web Speech
API), Server sendet nur Text (text_only) -> spart Bandbreite/Kosten.
Mobil-Default, geräte-lokale Speicherung, iOS-Autoplay-Freischaltung.
- Vorlese-Symbol (🔊) je Bubble: Hybrid-Replay (Assistent-PCM gecacht,
Eingabe via /api/speak); SVG-Icon mit kontrastreicher Farbe.
- Kombiniertes Sprachmenü (Flex + feste Sprachen) statt separatem Modus-Menü.
- "Neues Gespräch"-Button (frische Session gegen Sprach-Trägheit).
- Dark-Mode: lesbare <option>-Popups (Kontrast-Fix).
- Favicon (SVG + PNG-Fallbacks) aus mund.png.
TTS-Backend:
- Sprache wird an alle TTS-Provider durchgereicht; Piper-Stimme folgt der
Sprache; Chatterbox mehrsprachig + cross-lingual.
- Native Referenz-Stimmen je Sprache (config/voices/<lang>.wav, FLEURS CC-BY),
loudness-normalisiert.
LLM-Sprache:
- Antwort folgt zuverlässig der gewählten Sprache (verstärkte Anweisung +
Erinnerung an der letzten Nutzer-Nachricht gegen History-Trägheit).
Admin / Auth:
- Wörterbuch: alle 8 Sprachen, Zeilen editierbar, alphabetische Sortierung.
- Web-UI hinter Auth-Gate (Redirect auf SSO_LOGIN_URL / 401); Favicons offen.
- Log-Tab: Hinweis, wenn der systemd-Dienst nicht aktiv ist.
- Einstellungen: Hinweis "pro Nutzer überschreibbar" bei Sprache/Modus/Qualität.
Doku (BEDIENUNGSANLEITUNG.md): Geräte-TTS §6.5.0, Fix/Flex §6.6, native
Stimmen §6.5.3, llama.cpp<->Ollama-Wechsel §4.7, Auth/SSO §7.4.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
parent
dc8ac80505
commit
878bf785dd
51 changed files with 985 additions and 202 deletions
|
|
@ -1,34 +1,17 @@
|
|||
# Aussprache-Lexikon (Deutsch) für die TTS-Normalisierung vor Piper.
|
||||
#
|
||||
# Dies ist das GRUNDGERÜST – Inhalte werden später schrittweise ergänzt.
|
||||
# Einträge hier ERWEITERN/ÜBERSCHREIBEN die eingebauten Defaults des Normalizers.
|
||||
# Wirkt nur bei lokalem TTS (piper, Stufe "full"); Cloud-TTS bleibt unangetastet.
|
||||
#
|
||||
# Format:
|
||||
# abbreviations: ganze Token werden wortgrenzen-sicher ersetzt (Punkt mitschreiben!)
|
||||
# units: werden nur DIREKT NACH EINER ZAHL ersetzt (z. B. "10 kg")
|
||||
# terms: Fachwörter / Eigennamen / englische Begriffe
|
||||
#
|
||||
# Beispiele (auskommentiert – bei Bedarf aktivieren/ergänzen):
|
||||
|
||||
abbreviations:
|
||||
# "ggf.": "gegebenenfalls"
|
||||
# "inkl.": "inklusive"
|
||||
|
||||
units:
|
||||
# "kWh": "Kilowattstunden"
|
||||
|
||||
# Aussprache-Korrekturen: espeak-ng (in Piper) verkürzt bei einigen Wortformen
|
||||
# fälschlich einen langen Vokal. Umschreibung mit "h" -> langer Vokal.
|
||||
# Alle Einträge mit `espeak-ng -v de -x "<wort>"` verifiziert (Y:/E:/o: = lang).
|
||||
# Matching ist case-insensitiv (deckt auch Satzanfänge ab).
|
||||
abbreviations: {}
|
||||
units: {}
|
||||
terms:
|
||||
"strömt": "ströhmt"
|
||||
"strömte": "ströhmte"
|
||||
"löst": "löhst"
|
||||
"tönt": "töhnt"
|
||||
"bläst": "blähst"
|
||||
"büßt": "bühßt"
|
||||
"grüßt": "grühßt"
|
||||
"Mond": "Mohnd"
|
||||
# "Linux": "Linuks" # Beispiel für Eigennamen/IT-Begriffe
|
||||
bläst: blähst
|
||||
büßt: bühßt
|
||||
Chat: Tschätt
|
||||
Dornröschen: Dornröhß-chen
|
||||
Glycerin: Glüzeriehn
|
||||
grüßt: grühßt
|
||||
Iljitsch: Illjitsch
|
||||
löst: löhst
|
||||
Mond: Mohnd
|
||||
Piotr: Pjottr
|
||||
strömt: ströhmt
|
||||
strömte: ströhmte
|
||||
Tchaikovsky: Tschai'kowski
|
||||
tönt: töhnt
|
||||
|
|
|
|||
|
|
@ -1,17 +1,5 @@
|
|||
# Pronunciation lexicon (English) for TTS normalization before piper.
|
||||
# Grundgerüst – entries here extend/override the normalizer's built-in defaults.
|
||||
# Only applied for local TTS (piper, level "full").
|
||||
|
||||
abbreviations:
|
||||
# "approx.": "approximately"
|
||||
|
||||
units:
|
||||
# "kWh": "kilowatt hours"
|
||||
|
||||
abbreviations: {}
|
||||
units: {}
|
||||
terms:
|
||||
# "SQL": "sequel"
|
||||
# Name des Systembetreibers: phonetische Anpassung für englische Aussprache.
|
||||
# "ie" in EN → /aɪ/ ("die"); "Deeter" ergibt /ˈdiːtər/.
|
||||
# "Schlueter" = eingedeutschte Schreibung, EN-espeak: /ˈʃluːtər/.
|
||||
"Dieter": "Deeter"
|
||||
"Schlüter": "Schlueter"
|
||||
Dieter: Deeter
|
||||
Schlüter: Shleeter
|
||||
|
|
|
|||
|
|
@ -1,16 +1,5 @@
|
|||
# Lexique de prononciation (Français) pour la normalisation TTS avant Piper.
|
||||
# Format identique à pronunciation.de.yaml.
|
||||
# Wirkt nur bei lokalem TTS (piper, Stufe "full").
|
||||
|
||||
abbreviations:
|
||||
# "etc.": "et cetera"
|
||||
|
||||
units:
|
||||
# "km": "kilomètres"
|
||||
|
||||
abbreviations: {}
|
||||
units: {}
|
||||
terms:
|
||||
# Nom du responsable système — approximation phonétique pour espeak-ng fr.
|
||||
# FR: "ch"=/ʃ/, "u"=/y/ (= Umlaut ü!), "eur"=/œʁ/ → /ʃlytœʁ/ ≈ allemand /ʃlyːtɐ/.
|
||||
"Schlüter": "Chluteur"
|
||||
# "Dieter" → FR espeak donne /djɛtɛʁ/, acceptable; décommenter si trop éloigné.
|
||||
# "Dieter": "Diéter"
|
||||
Dieter: Diter
|
||||
Schlüter: Chluteur
|
||||
|
|
|
|||
37
config/voices/README.md
Normal file
37
config/voices/README.md
Normal file
|
|
@ -0,0 +1,37 @@
|
|||
# Native Referenz-Stimmen (Chatterbox cross-lingual)
|
||||
|
||||
Je Sprache eine kurze Referenz-WAV (~6–8 s). Der Chatterbox-TTS-Provider wählt
|
||||
sie automatisch nach der Antwortsprache aus (Konvention `<lang>.wav`, siehe
|
||||
`CHATTERBOX_VOICES_DIR`). Das Timbre der Referenz wird cross-lingual auf die
|
||||
jeweilige Sprache übertragen. Fehlt eine Datei, greift `CHATTERBOX_VOICE`
|
||||
(persönlicher Klon) bzw. die Standardstimme des Dienstes.
|
||||
|
||||
Deutsch (`de`) hat bewusst **keine** Datei hier — dafür gilt der persönliche
|
||||
Klon aus `CHATTERBOX_VOICE`.
|
||||
|
||||
## Quelle & Lizenz
|
||||
|
||||
Die Clips stammen aus dem **FLEURS**-Datensatz (Google), Split `validation`:
|
||||
|
||||
| Datei | FLEURS-Config | Sprache |
|
||||
|-------|---------------|---------|
|
||||
| en.wav | en_us | Englisch (US) |
|
||||
| fr.wav | fr_fr | Französisch |
|
||||
| es.wav | es_419 | Spanisch (Lateinamerika) |
|
||||
| it.wav | it_it | Italienisch |
|
||||
| nl.wav | nl_nl | Niederländisch |
|
||||
| ru.wav | ru_ru | Russisch |
|
||||
| zh.wav | cmn_hans_cn | Mandarin-Chinesisch |
|
||||
|
||||
Die Clips wurden auf einheitliche Lautheit normalisiert (EBU R128, `loudnorm`
|
||||
I=-16 LUFS, TP=-1.5 dB) — die FLEURS-Originalpegel waren stark uneinheitlich
|
||||
(z. B. ru/en/nl deutlich zu leise). Nur Pegelanpassung, kein inhaltlicher Eingriff.
|
||||
|
||||
**Lizenz: CC-BY 4.0** — Namensnennung erforderlich.
|
||||
|
||||
> FLEURS: Conneau et al., "FLEURS: Few-shot Learning Evaluation of Universal
|
||||
> Representations of Speech" (Google Research). Datensatz: `google/fleurs`
|
||||
> auf Hugging Face. Lizenz: Creative Commons Attribution 4.0 (CC-BY 4.0).
|
||||
|
||||
Zum Austauschen einfach eine andere `<lang>.wav` ablegen (Pfad muss für den
|
||||
Chatterbox-Dienst lesbar sein; der Provider löst ihn absolut auf).
|
||||
BIN
config/voices/en.wav
Normal file
BIN
config/voices/en.wav
Normal file
Binary file not shown.
BIN
config/voices/es.wav
Normal file
BIN
config/voices/es.wav
Normal file
Binary file not shown.
BIN
config/voices/fr.wav
Normal file
BIN
config/voices/fr.wav
Normal file
Binary file not shown.
BIN
config/voices/it.wav
Normal file
BIN
config/voices/it.wav
Normal file
Binary file not shown.
BIN
config/voices/nl.wav
Normal file
BIN
config/voices/nl.wav
Normal file
Binary file not shown.
BIN
config/voices/ru.wav
Normal file
BIN
config/voices/ru.wav
Normal file
Binary file not shown.
BIN
config/voices/zh.wav
Normal file
BIN
config/voices/zh.wav
Normal file
Binary file not shown.
Loading…
Add table
Add a link
Reference in a new issue