Add private Vevo2 voice studio mode

docs/OPERATING_MODES.md

@@ -1,11 +1,13 @@
 # Athena-Betriebsmodi
 
-Athena besitzt drei gegenseitig exklusive Betriebsmodi:
+Athena besitzt vier 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.
 - `separation`: BS-RoFormer und Demucs trennen Musikspuren; ClearVoice trennt
   Sprache von Hintergrundgeräuschen. LLM, Bild, TTS und ACE-Step sind gestoppt.
+- `voice`: Vevo2 überträgt Sprache oder Gesang auf eine gespeicherte
+  Referenzstimme. LLM, Bild, TTS, ACE-Step und Separator 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
@@ -13,8 +15,8 @@ wird persistent gespeichert und beim Verlassen eines Spezialmodus wieder geladen
 
 ## Bedienung
 
-Im Athena-Dashboard stehen **LLM-Betrieb**, **Musikstudio** und
-**Audio trennen** bereit. Im Musikmodus werden zwei Oberflächen angeboten:
+Im Athena-Dashboard stehen **LLM-Betrieb**, **Musikstudio**, **Audio trennen**
+und **Voice Studio** 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
@@ -48,12 +50,22 @@ nicht eine reine Synthesizer-Spur. Sprache nutzt das 48-kHz-Modell
 `audio-separator` 0.47.0. Die ältere API-Auswahl kompletter 2-/4-/6-Stem-Sätze
 bleibt rückwärtskompatibel.
 
+Das Voice Studio ist ausschließlich über den privaten WireGuard-Pfad unter
+`http://192.168.1.212:8008` erreichbar. Referenzstimmen werden unter
+`/data/voice/studio/profiles` gespeichert. Die Oberfläche verlangt vor dem
+Speichern eine Bestätigung der Nutzungsberechtigung. Vevo2 gibt
+unkomprimiertes 24-kHz-WAV aus und wandelt sowohl Sprache als auch Gesang;
+dies ist noch kein Echtzeit-Live-Voice-Changer. Die Gewichte sind
+CC BY-NC-ND 4.0 lizenziert und werden auf Athena ausschließlich privat und
+nichtkommerziell eingesetzt.
+
 Hermes benötigt dafür kein Plugin. Exakt eingegebene Steuerbefehle werden vom
 Router lokal beantwortet, auch wenn gerade kein LLM geladen ist:
 
 ```text
 /athena music
 /athena stems
+/athena voice
 /athena llm
 /athena status
 ```
@@ -64,13 +76,15 @@ Die HTTP-Schnittstelle verwendet authentifizierte Requests:
 GET  /mode
 POST /mode  {"mode":"music"}
 POST /mode  {"mode":"separation"}
+POST /mode  {"mode":"voice"}
 POST /mode  {"mode":"llm"}
 ```
 
 Der Wechsel läuft asynchron. Fortschritt und Fehler stehen unter `mode` in
 `GET /status`. Der Profile-Controller akzeptiert ausschließlich den mit
 `com.mike-ai.music-worker=acestep` beziehungsweise
-`com.mike-ai.stem-separator=bs-roformer` markierten Container; freie
+`com.mike-ai.stem-separator=bs-roformer` oder
+`com.mike-ai.voice-worker=vevo2` markierten Container; freie
 Container- oder Docker-Befehle werden nicht entgegengenommen.
 
 ## Wiederanlauf

docs/TESTED_MODELS.md

@@ -1,6 +1,6 @@
 # Register getesteter Modelle
 
-Stand: 8. September 2026
+Stand: 9. September 2026
 
 Dieses Dokument ist die zentrale Sperrliste gegen doppelte Modelltests. Vor
 jedem Download müssen Repository, Dateiname, Basismodell, Fine-Tune und
@@ -56,6 +56,7 @@ Titelgenerierung und Kontextkompression in Hermes.
 | 05.09.2026 | Coqui XTTS v2 | deutsche Satzzeichen, Enden und Streaming-Chunks erzeugten Halluzinationen und unnatürliche Prosodie | **verworfen und entfernt** |
 | 05.09.2026 | `Qwen/Qwen3-TTS-12Hz-1.7B-Base` | deutlich natürlichere deutsche Ausgabe ohne die XTTS-Endhalluzinationen | **produktiv** mit Piper-Fallback |
 | 06.–08.09.2026 | Whisper.cpp `large-v3-turbo` | lokaler TTS→STT-Rundlauf und OpenClaw-Transkription erfolgreich | **produktiv** |
+| 09.09.2026 | `RMSnow/Vevo2`, Amphion `26f6883110181f1dbfe95c70a7c7dbaf4de5f42a` | Produktions-HTTP-API mit offizieller 8,6-s-Sprachprobe: Warmstart 12,216 s, Wandlung 2,342 s, Spitzen-VRAM 5.605,6 MiB; gültiges 24-kHz-WAV mit 412.878 Byte; Profilanlage, Download und automatische Job-Bereinigung geprüft | **technischer Ende-zu-Ende-Test bestanden**, privater Voice-Studio-Betatest; Gewichte CC BY-NC-ND 4.0 und daher nicht kommerziell einsetzen |
 
 ## Musikgenerierung