TTS-Systeme — Analyse-Korpus
One-line pitch. 11 Code-basierte Analyse-Reports zu Text-to-Speech-Systemen im HAI-Stack, plus ein 45-MB-Sample-Podcast.
Korpus von smlflg zur Kartografie der TTS-Landschaft, die in seinen Agent-Profilen real im Einsatz ist. Hauptbefund: Edge TTS ist das Rückgrat — 9 von 11 Systemen hängen daran (direkt, per CLI oder über den lokalen Server auf Port 5050). Kokoro ist der lokale Fallback, ElevenLabs ein Upstream-Beispiel.
This Hugging Face mirror is maintained by smlflg.
Inhalt
| # | Report | System | Engine |
|---|---|---|---|
| 01 | Sidecar florian | Sidecars Sprachkanal (V1–V7) | Edge TTS (:5050, Florian) |
| 02 | HAI speak.py | Event-driven Voice-Layer + Multivoice-Reader | Edge TTS + mpv |
| 03 | multikanal piper.py | Synthese im MultiKanal-Daemon | Edge TTS / Piper / spd-say |
| 04 | VoiceMode Edge-TTS | OpenAI-kompatibler FastAPI-Wrapper, systemd | Edge TTS |
| 05 | VoiceMode Kokoro | Upstream-Stack (remsky/kokoro-fastapi) | Kokoro-82M (lokal) |
| 06 | Agent8 Multivoice-Podcast | LangGraph-Lernpodcast, 6 Rollen, 48 Segmente | Edge TTS + ffmpeg |
| 07 | META2.0 Podcast-Audio | Markdown-Dialog → MP3, 5 Stimmen, 137 Segmente | edge-tts + ffmpeg |
| 08 | MyAIGame tts_client | GTK-GUI-Client zum Edge-TTS-Server | Edge TTS (HTTP) |
| 09 | MyAIGame TUI tts.py | Fire-and-forget zum MultiKanal-Daemon | indirekt |
| 10 | NightGoal speech.py | STT/TTS-CLI-Brücke | edge-tts + faster-whisper |
| 11 | ElevenLabs talk-llama | whisper.cpp-Upstream-Beispiel | ElevenLabs API |
Plus: TTS-Systeme-Podcast.m4a (45 MB Sample-Audio).
Quer-Erkenntnisse
- Ein Server, viele Clients — der VoiceMode Edge-TTS-Server (04) ist der Hub für Sidecar-Florian, tts_client und die TUI.
- Chunking ist die wiederkehrende Erfindung — das 140-Zeichen-Limit gegen Edge-TTS-Truncation wurde mindestens dreimal unabhängig gebaut. Kandidat für eine gemeinsame Preprocessing-Lib.
- Podcast-Compiler existieren doppelt — Agent8 (hardcodiert) und META2.0 (Markdown-parsend) teilen dieselbe Pipeline: Segmente → edge-tts → ffmpeg concat → Verify.
- Reifegrad: 7× solide, 3× Prototyp, 1× Demo. Solide-Cluster: Single-User-produktionsnah, Multi-User-fern.
Owner
Maintained by smlflg — CS student, KI²NG program (TH Mannheim); Werkstudent Berlin; Builder der HAI-Stack (HAI-Agent-Workflow, HAI-DPPM, Hermes-Agent).
- Hugging Face: smlflg
License
MIT — see LICENSE.