Add Seed-VC and Applio studio modes

This commit is contained in:
Mikei386
2026-09-09 20:58:32 +02:00
parent 51ed201f6c
commit 13a6714b2b
16 changed files with 410 additions and 33 deletions
+23 -3
View File
@@ -1,6 +1,6 @@
# Athena-Betriebsmodi
Athena besitzt fünf gegenseitig exklusive Betriebsmodi:
Athena besitzt sieben gegenseitig exklusive Betriebsmodi:
- `llm`: ein llama.cpp-Profil und Qwen3-TTS laufen; Spezialdienste sind gestoppt.
- `music`: ACE-Step 1.5 XL-SFT läuft; alle LLM-, Bild-, TTS- und Separator-Worker sind gestoppt.
@@ -11,6 +11,10 @@ Athena besitzt fünf gegenseitig exklusive Betriebsmodi:
- `voicechange`: X-VC überträgt eine vorhandene Sprachaufnahme auf eine
Referenzstimme und bewahrt dabei Inhalt und Timing. Alle anderen
GPU-Dienste sind gestoppt.
- `seedvc`: Seed-VC V1 wandelt Sprache oder Gesang ohne Training anhand einer
Referenzaufnahme um. Alle anderen GPU-Dienste sind gestoppt.
- `applio`: Applio stellt RVC-Inferenz, Modellverwaltung und Training bereit.
Alle anderen GPU-Dienste sind gestoppt.
Die Zustandsmaschine lebt im Athena-Router. Das Dashboard und Chat-Clients wie
Hermes sind nur Bedienoberflächen derselben API. Der zuletzt aktive LLM-Modus
@@ -19,7 +23,7 @@ wird persistent gespeichert und beim Verlassen eines Spezialmodus wieder geladen
## Bedienung
Im Athena-Dashboard stehen **LLM-Betrieb**, **Musikstudio**, **Audio trennen**,
**Voice Studio** und **Voice Changer** bereit. Im Musikmodus werden zwei Oberflächen angeboten:
**Voice Studio**, **X-VC**, **Seed-VC** und **Applio / RVC** bereit. Im Musikmodus werden zwei Oberflächen angeboten:
- **Original UI · stabil** öffnet die zum laufenden ACE-Step-Image gehörende
Gradio-Oberfläche. Sie ist für Cover, Remix und erweiterte Workflows der
@@ -71,6 +75,16 @@ des verwendeten GLM-4-Voice-Tokenizers ist Chinesisch und Englisch; Deutsch
bleibt deshalb bis zur Hörabnahme ein Qualitätstest und kein zugesagter
Produktionspfad. X-VC läuft ausschließlich auf der RTX 5080.
Seed-VC ist unter `http://192.168.1.212:8010` erreichbar. Die gepinnte V1-
Oberfläche unterstützt Zero-Shot-Sprach- und Gesangswandlung. Der Code ist auf
den archivierten Upstream-Commit `51383efd921027683c89e5348211d93ff12ac2a8`
fixiert; Gewichte werden beim ersten Auftrag persistent zwischengespeichert.
Applio ist unter `http://192.168.1.212:8011` erreichbar. Der RVC-Pfad besitzt
eine eigene Modellbibliothek, Inferenz und Training. Hochwertige Inferenz
benötigt ein passendes RVC-Stimmenmodell. Der Code ist auf Commit
`7fa68ec2166ab1331c539704159fa14901e94e5a` fixiert.
Hermes benötigt dafür kein Plugin. Exakt eingegebene Steuerbefehle werden vom
Router lokal beantwortet, auch wenn gerade kein LLM geladen ist:
@@ -79,6 +93,8 @@ Router lokal beantwortet, auch wenn gerade kein LLM geladen ist:
/athena stems
/athena voice
/athena voicechange
/athena seedvc
/athena applio
/athena llm
/athena status
```
@@ -91,6 +107,8 @@ POST /mode {"mode":"music"}
POST /mode {"mode":"separation"}
POST /mode {"mode":"voice"}
POST /mode {"mode":"voicechange"}
POST /mode {"mode":"seedvc"}
POST /mode {"mode":"applio"}
POST /mode {"mode":"llm"}
```
@@ -99,7 +117,9 @@ Der Wechsel läuft asynchron. Fortschritt und Fehler stehen unter `mode` in
`com.mike-ai.music-worker=acestep` beziehungsweise
`com.mike-ai.stem-separator=bs-roformer` oder
`com.mike-ai.voice-worker=vevo2` beziehungsweise
`com.mike-ai.voice-change-worker=xvc` markierten Container; freie
`com.mike-ai.voice-change-worker=xvc`,
`com.mike-ai.seed-vc-worker=seed-vc` oder
`com.mike-ai.applio-worker=applio` markierten Container; freie
Container- oder Docker-Befehle werden nicht entgegengenommen.
## Wiederanlauf