colgora
ba1813c583
Remplace la voicebank générée par Kokoro (timbre anglais sur français phonémisé -> accent que Qwen3 clonait) par 41 vraies voix FR issues de CML-TTS (livres audio studio) : 1 narrateur dédié, 18F/14M nommées, 4F/4M anonymes réservées. - scripts/import_voices.py : import multi-shards parquet, 1 clip/locuteur (le plus propre via levenshtein), genre estimé par F0 (YIN, anti-octave), filtre débit de parole (ref_text aligné sur l'audio). - VoiceEntry.anonymous + assign_voices : les figurants « anonyme (...) » tirent dans un pool réservé, jamais mélangé avec les voix nommées ; narrateur dédié (fr_narrator remplace fr_f_siwis). - dedup._anon_attrs : genre/âge déduits du nom anonyme (bon genre de voix). - tts/qwen3.py : garde-fou anti-dérive (rejette/réessaie les sorties en boucle ou coupées en estimant la durée plausible du chunk). Limite connue : Qwen3 ne sait pas synthétiser les fragments d'1-2 mots (incises, titres) -> trous ; à traiter (repli Kokoro ou fusion des incises). Inclut aussi du travail en cours antérieur (refacto backend LLM pluggable mlx/lmstudio, benchmark, ajustements frontend/API). Claude-Session: https://claude.ai/code/session_01XSVvcy1mfb4k1xDgib9vVU
15 lines
633 B
Python
15 lines
633 B
Python
"""Client LLM pluggable pour l'analyse de texte (attribution, personnages...).
|
|
|
|
La facade `LLM` (client.py) expose `generate` / `generate_json` consommes par
|
|
tout le pipeline. Sous elle, un backend pluggable (`base.LLMBackend`) transforme
|
|
des messages en texte brut : `mlx_backend` (mlx-lm, defaut) ou `lmstudio_backend`
|
|
(API OpenAI locale de LM Studio, sert GGUF *et* MLX). Selection par nom via
|
|
`factory.get_llm_backend`.
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
from .client import LLM, set_token_sink
|
|
from .factory import get_llm_backend, reset_llm_cache
|
|
|
|
__all__ = ["LLM", "set_token_sink", "get_llm_backend", "reset_llm_cache"]
|