Kleineres Modell

docs/VOICE_CLONING.md

@@ -6,8 +6,8 @@ API-Felder und UI-Pfade es gibt und welche Fallstricke (Embedding-Dimensionen,
 Stimm-Drift) zu beachten sind.
 
 > Stand: 2026-06-17. Quelle: Code in diesem Repo (`docker-compose.yml`,
-> `entrypoint*.sh`, `voice_clone_ui.py`, `ui/voice-cloning.html`,
-> `patch_qwen3_tts_runtime.py`, `start_*.sh`) + `docs/PROJECT_OVERVIEW.md`.
+> `docker/entrypoint*.sh`, `docker/voice_clone_ui.py`, `ui/voice-cloning.html`,
+> `docker/patch_qwen3_tts_runtime.py`, `scripts/start_*.sh`) + `docs/PROJECT_OVERVIEW.md`.
 
 ---
 
@@ -49,28 +49,28 @@ HF-Cache (`/home/guru/vllm/data/root:/root`), laufen aber **nicht gleichzeitig**
 (Start-Skripte stoppen jeweils den anderen).
 
 ### 1. Haupt-Container `qwen3-tts` (Port 8091/8092/8094)
-- Startet via `entrypoint.sh`: `vllm-omni serve`, plus
-  - Browser-UI (`voice_clone_ui.py`) auf **8092**
-  - WS-Logging-Proxy (`ws_log_proxy.py`) auf **8094**
-  - Runtime-Patch (`patch_qwen3_tts_runtime.py`) für Seed-Propagation im WS-Pfad
+- Startet via `docker/entrypoint.sh`: `vllm-omni serve`, plus
+  - Browser-UI (`docker/voice_clone_ui.py`) auf **8092**
+  - WS-Logging-Proxy (`docker/ws_log_proxy.py`) auf **8094**
+  - Runtime-Patch (`docker/patch_qwen3_tts_runtime.py`) für Seed-Propagation im WS-Pfad
   - Auto-Warmup-Request nach `/health`
 - Modell wählbar über `QWEN3_TTS_MODEL`:
-  - `./start_custom_tts.sh` → CustomVoice (kein Cloning, schnell, Standard)
-  - `./start_dialog_tts.sh` → **Base** (Cloning + feste Dialogstimmen)
-  - `./start_tts.sh` / `./start.sh` → respektiert `QWEN3_TTS_MODEL`, Default CustomVoice
-  - `./stop_tts.sh` → stoppt + entfernt den Container
+  - `./scripts/start_custom_tts.sh` → CustomVoice (kein Cloning, schnell, Standard)
+  - `./scripts/start_dialog_tts.sh` → **Base** (Cloning + feste Dialogstimmen)
+  - `./scripts/start_tts.sh` / `./scripts/start.sh` → respektiert `QWEN3_TTS_MODEL`, Default CustomVoice
+  - `./scripts/stop_tts.sh` → stoppt + entfernt den Container
 
 ### 2. Optionaler Clone-Container `qwen3-tts-clone` (Port 8093, Compose-Profil `clone`)
-- Trennt Cloning von produktiver Ausgabe. Eigenes `entrypoint_clone.sh`,
+- Trennt Cloning von produktiver Ausgabe. Eigenes `docker/entrypoint_clone.sh`,
   `gpu-memory-utilization 0.10`, `restart: "no"`.
-- Start: `QWEN3_TTS_CLONE_MODEL=<modell> ./start_clone.sh`
+- Start: `QWEN3_TTS_CLONE_MODEL=<modell> ./scripts/start_clone.sh`
   (Default-Modell: `Qwen3-TTS-12Hz-1.7B-Base`). Stoppt automatisch `qwen3-tts`.
-- Verwaltung: `./clone_model.sh {load|unload|status|logs}`, `./stop_clone.sh`.
+- Verwaltung: `./scripts/clone_model.sh {load|unload|status|logs}`, `./scripts/stop_clone.sh`.
 - UI-Proxy-Routen dafür: `GET /api/clone/health`, `POST /api/clone/speech`.
 
 ### Modell-Download (einmalig)
 ```bash
-./download_qwen3_tts_base.sh   # lädt Qwen3-TTS-12Hz-1.7B-Base in den Cache
+./scripts/download_qwen3_tts_base.sh   # lädt Qwen3-TTS-12Hz-1.7B-Base in den Cache
 ```
 (Beide Modelle sind aktuell bereits im Cache vorhanden.)
 
@@ -79,8 +79,8 @@ HF-Cache (`/home/guru/vllm/data/root:/root`), laufen aber **nicht gleichzeitig**
 ## Klon-Workflow (empfohlen, über die UI)
 
 ```bash
-./download_qwen3_tts_base.sh   # nur falls Base noch nicht im Cache
-./start_dialog_tts.sh          # startet qwen3-tts mit dem Base-Modell
+./scripts/download_qwen3_tts_base.sh   # nur falls Base noch nicht im Cache
+./scripts/start_dialog_tts.sh          # startet qwen3-tts mit dem Base-Modell
 # Browser: http://localhost:8092/
 ```
 
@@ -136,7 +136,7 @@ Voice registrieren: `POST /v1/audio/voices` (multipart) — Felder `audio_sample
 
 ---
 
-## UI-Proxy-Routen (`voice_clone_ui.py`, Port 8092)
+## UI-Proxy-Routen (`docker/voice_clone_ui.py`, Port 8092)
 
 Same-Origin-Proxy, vermeidet CORS im Browser:
 
@@ -169,7 +169,7 @@ Verteilung → Timbre/Tonhöhe driften über Dialog-Turns.
   128–169 Hz (~11 %), Spektralzentroid ~11 %.
 - **Temperatur/top_k senken hilft nicht** — Drift kommt nicht vom Sampling.
 - `seed` allein reicht nicht (ersetzt keinen Speaker-Anker), wird aber im
-  WS-Pfad jetzt korrekt pro Segment durchgereicht (`patch_qwen3_tts_runtime.py`).
+  WS-Pfad jetzt korrekt pro Segment durchgereicht (`docker/patch_qwen3_tts_runtime.py`).
 
 **Lösungen:**
 1. **Fester Speaker-Anker (eigentliche Lösung):** Referenz-WAV bzw. 2048-dim
@@ -191,7 +191,7 @@ nutzen. Braucht VoiceDesign UND Base.
   2048-dim → `RuntimeError: Expected size 2048 but got size 1024`. Container
   fängt sich via `restart: unless-stopped` + Warmup in Sekunden. Die UI fängt
   diesen Fall vorab ab und zeigt eine erklärende Fehlermeldung.
-- Für Cloning **muss** das Base-Modell laufen (`start_dialog_tts.sh` oder
+- Für Cloning **muss** das Base-Modell laufen (`scripts/start_dialog_tts.sh` oder
   Clone-Service), nicht der Default-CustomVoice-Betrieb.
 - Image ist nicht auf Digest gepinnt (`vllm/vllm-omni:latest-aarch64`); Updates
   können API-Verhalten ändern.
@@ -204,16 +204,16 @@ nutzen. Braucht VoiceDesign UND Base.
 
 ```bash
 # Cloning-fähigen Betrieb starten (Base-Modell)
-./start_dialog_tts.sh
+./scripts/start_dialog_tts.sh
 # UI: http://localhost:8092/   API: http://localhost:8091
 
 # Zurück auf schnellen Standardbetrieb (keine Klone)
-./start_custom_tts.sh
+./scripts/start_custom_tts.sh
 
 # Getrennter Clone-Service auf Port 8093
-QWEN3_TTS_CLONE_MODEL=Qwen/Qwen3-TTS-12Hz-1.7B-Base ./start_clone.sh
-./clone_model.sh status|logs|unload
-./stop_clone.sh
+QWEN3_TTS_CLONE_MODEL=Qwen/Qwen3-TTS-12Hz-1.7B-Base ./scripts/start_clone.sh
+./scripts/clone_model.sh status|logs|unload
+./scripts/stop_clone.sh
 
 # Base-Modell herunterladen (einmalig)
 ./download_qwen3_tts_base.sh