TTS Studio: Rust-GUI fuer Ansagen mit Qwen3-TTS

Modell- und Stimmenauswahl, neue Klonstimme per Datei oder Mikrofon
(automatisch aufbereitet, an Satzpause gekuerzt, per Whisper transkribiert),
Texteingabe mit Pausen, Tempo, Satz-/Kommapausen mit Raumklang,
Hintergrundmusik, Ziel Asterisk (WAV/G.722) oder WhatsApp (MP3),
Vorhoeren und Speichern.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

tts-studio/src/http.rs

@@ -0,0 +1,67 @@
+//! Aufrufe an die Server auf der DGX: Sprache erzeugen (Qwen3-TTS),
+//! transkribieren (Whisper), Erreichbarkeit pruefen.
+
+use std::time::Duration;
+
+fn agent(timeout_secs: u64) -> ureq::Agent {
+    ureq::Agent::config_builder()
+        .timeout_global(Some(Duration::from_secs(timeout_secs)))
+        // Fehlerantworten selbst auswerten, der Server erklaert im Body, was nicht passt
+        .http_status_as_error(false)
+        .build()
+        .into()
+}
+
+fn net_err(url: &str, e: ureq::Error) -> String {
+    format!("{url} nicht erreichbar: {e}")
+}
+
+/// Liest die Antwort; bei Fehlerstatus wird die Meldung des Servers zurueckgegeben.
+fn read_body(url: &str, mut resp: ureq::http::Response<ureq::Body>) -> Result<Vec<u8>, String> {
+    let status = resp.status();
+    let body = resp.body_mut().with_config().limit(100 * 1024 * 1024).read_to_vec().map_err(|e| net_err(url, e))?;
+    if status.is_success() {
+        return Ok(body);
+    }
+    let text = String::from_utf8_lossy(&body);
+    // vLLM: {"error": {"message": "..."}}
+    let msg = serde_json::from_str::<serde_json::Value>(&text)
+        .ok()
+        .and_then(|v| v["error"]["message"].as_str().map(String::from))
+        .unwrap_or_else(|| text.trim().to_string());
+    Err(format!("Server meldet {status}: {msg}"))
+}
+
+/// POST /v1/audio/speech -> WAV-Bytes. Erster Aufruf nach dem Serverstart dauert ~20 s.
+pub fn speech(url: &str, body: &serde_json::Value) -> Result<Vec<u8>, String> {
+    let resp = agent(300).post(url).send_json(body).map_err(|e| net_err(url, e))?;
+    read_body(url, resp)
+}
+
+/// POST /v1/audio/transcriptions (multipart) -> erkannter Text.
+pub fn transcribe(url: &str, model: &str, wav: &[u8]) -> Result<String, String> {
+    let boundary = format!("----tts-studio-{}", std::process::id());
+    let mut body = Vec::with_capacity(wav.len() + 512);
+    for (name, value) in [("model", model), ("language", "de"), ("response_format", "json")] {
+        body.extend(format!("--{boundary}\r\nContent-Disposition: form-data; name=\"{name}\"\r\n\r\n{value}\r\n").as_bytes());
+    }
+    body.extend(
+        format!("--{boundary}\r\nContent-Disposition: form-data; name=\"file\"; filename=\"stimme.wav\"\r\nContent-Type: audio/wav\r\n\r\n")
+            .as_bytes(),
+    );
+    body.extend(wav);
+    body.extend(format!("\r\n--{boundary}--\r\n").as_bytes());
+
+    let resp = agent(180)
+        .post(url)
+        .header("Content-Type", format!("multipart/form-data; boundary={boundary}"))
+        .send(&body[..])
+        .map_err(|e| net_err(url, e))?;
+    let json: serde_json::Value = serde_json::from_slice(&read_body(url, resp)?).map_err(|e| format!("Whisper-Antwort unlesbar: {e}"))?;
+    json["text"].as_str().map(|t| t.trim().to_string()).ok_or_else(|| "Whisper hat keinen Text geliefert.".into())
+}
+
+/// Kurzer Check, ob ein Server antwortet (GET .../v1/models).
+pub fn reachable(models_url: &str) -> bool {
+    agent(3).get(models_url).call().is_ok_and(|r| r.status().is_success())
+}