Neues Modul normalize.rs wandelt vor dem Sprechen Datum (1.10. -> ersten
Oktober, mit Jänner), Uhrzeiten und Bereiche, Telefonnummern (ziffernweise,
Gruppen mit Punkt getrennt), Euro-Beträge, Ordnungszahlen und gängige
Abkürzungen in Worte. In der GUI abschaltbar, mit Vorschau des gesprochenen
Textes. Hörproben der Telefonnummer-Varianten unter qwen3_samples/telefon.
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
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>
- voice_clone/: Rohaufnahmen, aufbereitete Vorlagen (<= 30 s) mit
Transkript, Referenztext zum Einsprechen, unavail.g722
- qwen3_samples/: Vergleich der Stimmen, unavail-Ansage neu gesprochen
(G.722/WAV/MP3), Tempo- und Pausen-Proben
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
- dgx/start-qwen3-tts.sh startet CustomVoice (:8011) oder Base/Klon (:8012)
via vllm-omni im Image vllm-node-030-omni
- dgx/qwen3_tts_spark.yaml: V1-Runner (MRV2 scheitert am vLLM-dev-Build)
und 0.08/0.06 Speicher statt 2x 0.3
- SpeechSynthesis_Qwen.js als Ersatz fuer das Azure-Skript: Stimmenauswahl
inkl. Klonstimmen, <break>-Pausen, Musik, Ausgabe als WAV/G.722/MP3
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
renatoandClaude Opus 5.5