Add reproducible Piper TTS service

.env.example

@@ -5,6 +5,8 @@ ROUTER_API_KEY=GENERATED_BY_INSTALLER
 CONTROLLER_TOKEN=GENERATED_BY_INSTALLER
 WEBUI_SECRET_KEY=GENERATED_BY_INSTALLER
 OPENWEBUI_IMAGE=ghcr.io/open-webui/open-webui:v0.9.5
+PIPER_TTS_VERSION=1.6.0
+PIPER_VOICE=de_DE-thorsten-high
 AI_DNS=192.168.1.1
 
 FAST_MODEL_FILE=qwen/Qwen3.8-27B-UD-IQ4_XS.gguf

README.md

@@ -42,9 +42,11 @@ Neustart an; danach wird derselbe Befehl erneut ausgeführt.
 | Profile Router | `<WG-IP>:8081` | OpenAI-kompatible API, Profilwahl |
 | llama.cpp | nur Docker-intern | Inferenz und integrierte Vision |
 | Profile Controller | nur Docker-intern | eng begrenzter Containerwechsel |
+| Piper | nur Docker-intern | lokale deutsche Sprachausgabe |
 | MCP-Tool-Stack | nur Docker-intern | Web, Home Assistant, ARR und Unraid |
 
-Bildgenerierung und TTS/STT bleiben optionale Dienste. Web-, Home-Assistant-,
+Piper-TTS ist ein reproduzierbarer Kerndienst; STT und Bildgenerierung bleiben
+optionale Dienste. Web-, Home-Assistant-,
 ARR- und Unraid-Werkzeuge besitzen dagegen bereits getrennte Container unter
 `platform/mcp/`. Open WebUI erreicht sie ausschließlich über das interne
 `mike-ai-tools`-Netz; llama.cpp erhält keine MCP-Konfiguration und keine

compose.yaml

@@ -314,7 +314,11 @@ services:
       IMAGE_DIR: /data/images
       CHAT_IMAGE_ALLOW_REMOTE_URLS: "false"
       ENABLE_IMAGE_GENERATION: "false"
-      ENABLE_TTS: "false"
+      ENABLE_TTS: "true"
+      TTS_WORKER_URL: http://piper:8085
+      TTS_MODEL: piper
+      TTS_VOICES: alloy
+      TTS_DEFAULT_VOICE: alloy
       ENABLE_STT: "false"
     ports:
       - "${AI_BIND_ADDRESS:-127.0.0.1}:8081:8081"
@@ -335,6 +339,39 @@ services:
     depends_on:
       profile-controller:
         condition: service_healthy
+      piper:
+        condition: service_healthy
+
+  piper:
+    build:
+      context: platform/docker/piper
+      args:
+        PIPER_TTS_VERSION: ${PIPER_TTS_VERSION:-1.6.0}
+    image: mike-ai/piper:local
+    container_name: mike-ai-piper
+    restart: unless-stopped
+    read_only: true
+    tmpfs:
+      - /tmp:size=256m,mode=1777
+    volumes:
+      - piper-data:/data
+    environment:
+      PIPER_DATA_DIR: /data
+      PIPER_VOICE: ${PIPER_VOICE:-de_DE-thorsten-high}
+      PIPER_VOICE_ALIAS: alloy
+      PIPER_HOST: 0.0.0.0
+      PIPER_PORT: "8085"
+      PIPER_MAX_TEXT_CHARS: "8000"
+    networks: [frontend]
+    security_opt: ["no-new-privileges:true"]
+    cap_drop: [ALL]
+    cap_add: [CHOWN, SETUID, SETGID]
+    healthcheck:
+      test: [CMD, curl, -fsS, "http://127.0.0.1:8085/status"]
+      interval: 10s
+      timeout: 5s
+      retries: 30
+      start_period: 120s
 
   open-webui:
     image: ${OPENWEBUI_IMAGE:-ghcr.io/open-webui/open-webui:v0.9.5}
@@ -351,6 +388,11 @@ services:
       OLLAMA_BASE_URL: ""
       OPENAI_API_BASE_URLS: http://router:8081/v1
       OPENAI_API_KEYS: "${ROUTER_API_KEY:?ROUTER_API_KEY is required}"
+      AUDIO_TTS_ENGINE: openai
+      AUDIO_TTS_OPENAI_API_BASE_URL: http://router:8081/v1
+      AUDIO_TTS_OPENAI_API_KEY: "${ROUTER_API_KEY:?ROUTER_API_KEY is required}"
+      AUDIO_TTS_MODEL: piper
+      AUDIO_TTS_VOICE: alloy
       ENABLE_SIGNUP: ${OPENWEBUI_ENABLE_SIGNUP:-false}
       ENABLE_FOLLOW_UP_GENERATION: ${OPENWEBUI_ENABLE_FOLLOW_UP_GENERATION:-false}
       # Seed native MCP connections on a fresh Open WebUI database. Secrets
@@ -387,5 +429,6 @@ networks:
 
 volumes:
   open-webui-data:
+  piper-data:
   router-state:
   router-images:

config/install.env.example

@@ -55,3 +55,5 @@ LLAMA_THREADS_BATCH=6
 OPENWEBUI_IMAGE=ghcr.io/open-webui/open-webui:v0.9.5
 OPENWEBUI_ENABLE_SIGNUP=false
 OPENWEBUI_ENABLE_FOLLOW_UP_GENERATION=false
+PIPER_TTS_VERSION=1.6.0
+PIPER_VOICE=de_DE-thorsten-high

docs/ARCHITECTURE.md

@@ -22,6 +22,7 @@ Heimnetz / VPN-Clients
         +-- llama-medium         > exakt einer aktiv
         +-- llama-long         --/
         +-- llama-experimental
+        +-- Piper-TTS (CPU, nur intern)
         +-- internes MCP-Netz
              +-- Web-MCP + TinySearch + SearXNG
              +-- Home-Assistant-MCP-Relay
@@ -37,6 +38,7 @@ Heimnetz / VPN-Clients
 | Profile Router | nur WireGuard, Port 8081 | OpenAI-API und Profilwahl |
 | Profile Controller | nein | startet ausschließlich vier bekannte Profile |
 | llama.cpp Profile | nein | Inferenz, Tool Calling, integrierte Vision |
+| Piper | nein | lokale deutsche Text-to-Speech-Ausgabe |
 | MCP-Tool-Stack | nein | voneinander getrennte Werkzeugbereiche |
 | SearXNG/TinySearch | nein | Suchbackend des Web-MCP |
 
@@ -80,8 +82,11 @@ nicht automatisch in die Produktionsprofile aufgenommen.
 
 ## Optionale Erweiterungen
 
-Bildgenerierung, Whisper und TTS benötigen eigene Modelle und bleiben im
+Piper läuft als eigener CPU-Container und wird von Open WebUI über den Router
-Basissystem deaktiviert. Home Assistant, ARR und Unraid sind vorbereitete
+angesprochen. Sein Port wird nicht veröffentlicht. Das Stimmenmodell liegt im
+persistenten Volume `piper-data` und wird beim ersten Start reproduzierbar
+nachgeladen. Bildgenerierung und Whisper bleiben im Basissystem deaktiviert.
+Home Assistant, ARR und Unraid sind vorbereitete
 MCP-Profile: Sie werden erst gestartet, wenn die jeweilige root-only
 Secret-Datei vorhanden ist. Multimodale Bildanalyse erfolgt direkt über Qwen
 plus Projektor. Nicht installierte Worker-Endpunkte antworten klar mit

docs/ATHENA_REBUILD_LOG.md

@@ -38,6 +38,7 @@ Chats oder privaten Nutzdaten.
 | Werkzeug-/Kontextschutz | Große MCP-Antworten und wiederholte identische Aufrufe konnten Kontextfenster sprengen beziehungsweise Tool-Schleifen erzeugen. | Globaler Stability Guard begrenzt Resultate, verdichtet alte Inhalte profilabhängig und stoppt Wiederholungen; JSON-Schemas und Bilder werden nicht beschädigt. |
 | Leistungsdaten | Benchmarkdaten sollten sichtbar sein, ohne private Chat-Inhalte zu protokollieren. | Ein globaler Abschlussfilter schreibt ausschließlich technische Zahlen in eine lokal rotierende JSONL-Datei und zeigt eine knappe Statuszeile. |
 | Antwortaktionen | Wiederkehrende Nachbearbeitungen sollten bewusst per Klick statt als permanenter Zusatzprompt laufen. | Eine versionierte globale Action bietet lokale Kurzfassung, Checkliste, Diagnose, Unsicherheits-/Quellenprüfung, Thinking-Verbesserung und Markdown-Kopie; keine Schreib- oder Profilwechselaktion. |
+| Sprachausgabe | Beim ersten Leerhostaufbau war kein TTS-Dienst Bestandteil des Compose-Stacks. | Piper `piper-tts` 1.6.0 läuft als eigener interner CPU-Container mit persistenter deutscher Stimme; Open WebUI nutzt ihn ausschließlich über den authentifizierten Router. |
 
 ## Abnahmezustand am 21. August 2026
 

docs/COMPONENTS.md

@@ -12,7 +12,7 @@
 | ARR-MCP | `arr-mcp` 1.0.1 plus dokumentierter Sonarr-Patch | eigener optionaler Container | optional |
 | Unraid-MCP | lokales `runraid`-Binary | eigener optionaler Container | optional |
 | Whisper | ggml-org/whisper.cpp | Service im Router-Deploy | optional |
-| XTTS-v2 | Coqui | Worker, Service und Lockdatei | optional |
+| Piper TTS | Open Home Foundation, `piper-tts` 1.6.0 | eigener interner CPU-Container, Stimme `de_DE-thorsten-high` | Kern |
 | FLUX.2 klein | Black Forest Labs | Worker und Modellmanifest | optional |
 | LLama-GUI | separates Upstream-Projekt | nur Betriebsrolle dokumentiert | optional |
 | Glances | Distribution | nur Betriebsrolle dokumentiert | optional |

docs/CURRENT_REFERENCE.md

@@ -76,7 +76,7 @@ Der Router übernimmt:
 - direkte integrierte Vision in allen Qwen-Profilen
 - FLUX-Hotswap zur Bildgenerierung
 - Whisper Speech-to-Text
-- XTTS Text-to-Speech
+- XTTS Text-to-Speech (historische Referenz; Zielsystem verwendet Piper)
 - Zustands- und Modellendpunkte
 
 ## Vision
@@ -114,6 +114,9 @@ leitet das Bild dann direkt weiter und führt keinen Modellwechsel mehr aus.
 
 ### XTTS
 
+Dieser Abschnitt beschreibt ausschließlich den alten Referenzhost. Im neuen
+Docker-Zielsystem ersetzt Piper (`de_DE-thorsten-high`) diesen Dienst.
+
 - Modell: Coqui XTTS-v2
 - CPU-only
 - Stimme: `claribel`

docs/DISASTER_RECOVERY.md

@@ -69,7 +69,8 @@ laufen, sondern alle fachlichen Funktionen geprüft wurden.
 - [ ] FLUX erzeugt Standard- und High-Bild
 - [ ] Qwen-Profil wird nach FLUX wiederhergestellt
 - [ ] Whisper transkribiert deutsche und englische Testdatei
-- [ ] XTTS erzeugt deutsche WAV- und MP3-Ausgabe
+- [ ] Piper ist gesund und erzeugt über den Router deutsche WAV- und MP3-Ausgabe
+- [ ] Stimme und `piper-tts`-Version entsprechen der Installationskonfiguration
 - [ ] STT/TTS blockieren das Textmodell nicht unzulässig
 
 ## Phase F – Sicherheitsprüfung

docs/INSTALLATION.md

@@ -46,6 +46,9 @@ sudo ./install.sh --config config/install.env
 Wenn erstmals ein NVIDIA-Treiber installiert wurde, endet das Skript bewusst
 mit Code 20. Dann neu starten und denselben Befehl erneut ausführen. Das Skript
 ist auf Wiederholung ausgelegt und löscht keine vorhandenen Modelldateien.
+Beim ersten Stackstart lädt der interne Piper-Container die konfigurierte
+deutsche Stimme in sein persistentes Volume. Dadurch kann seine erste
+Bereitschaft je nach Internetverbindung etwas länger dauern.
 
 Der Installer zeigt nur den öffentlichen WireGuard-Schlüssel. Diesen am
 Heim-Peer eintragen:
@@ -72,9 +75,23 @@ sudo docker compose --env-file /etc/mike-ai/stack.env \
 curl http://<WIREGUARD-IP>:8081/health
 ```
 
+Die TTS-Verbindung wird für eine frische Open-WebUI-Datenbank automatisch als
+OpenAI-kompatibler Audio-Endpunkt des Routers vorbelegt. Der Router reicht sie
+intern an Piper weiter; Port 8085 wird nicht am Host veröffentlicht. Ein
+Ende-zu-Ende-Test ohne Ausgabe des API-Schlüssels:
+
+```bash
+set -a; source /etc/mike-ai/stack.env; set +a
+curl -fsS http://127.0.0.1:8081/v1/audio/speech \
+  -H "Authorization: Bearer $ROUTER_API_KEY" \
+  -H 'Content-Type: application/json' \
+  -d '{"model":"piper","voice":"alloy","input":"Hallo von Athena.","response_format":"mp3"}' \
+  -o /tmp/athena-piper-test.mp3
+```
+
 Zusätzlich prüfen: Uni-LAN sieht keine KI-Ports; Heimnetz erreicht beide;
 gestopptes WireGuard lässt KI-Container nicht ins Internet; jeder Profilwechsel
-startet exakt einen llama-Container; Text, Tool Call und Bild funktionieren.
+startet exakt einen llama-Container; Text, Tool Call, Bild und Sprachausgabe funktionieren.
 
 ## Werkzeug-Container
 

docs/MIGRATION.md

@@ -6,7 +6,7 @@
 - IQ4_XS Pure für Medium
 - BF16-`mmproj` für die integrierte Vision aller Qwen-Profile
 - festgeschriebener llama.cpp-Commit
-- Router, Whisper, XTTS und Websuche
+- Router, Piper-TTS, Whisper und Websuche
 - spezialisierte MCPs nach Sicherheitsprofil
 - relevante Benchmarkresultate
 
@@ -33,7 +33,7 @@
 8. Medium und Long einzeln testen.
 9. Router installieren und Profilwechsel testen.
 10. Web, HA, ARR und Unraid nacheinander hinzufügen.
-11. STT, TTS und den Projektor für integrierte Vision ergänzen.
+11. Piper-TTS prüfen; optional STT ergänzen und den Projektor für integrierte Vision prüfen.
 12. Standardbenchmark und Sicherheitsprüfung ausführen.
 13. Erst danach Clients umstellen.
 

docs/NEW_HOST_ROADMAP.md

@@ -38,7 +38,8 @@
 - Terminal ausschließlich als isolierten `sandbox-mcp`, nie als Host-Shell.
 - Open WebUI, Hermes und weitere Clients mit denselben zentralen Endpunkten
   verbinden und pro Chat nur benötigte Werkzeuggruppen aktivieren.
-- Whisper, TTS oder Bildgenerierung jeweils als eigener Container.
+- Piper-TTS als eigener interner CPU-Container; Whisper oder Bildgenerierung
+  bei Bedarf ebenfalls jeweils als eigener Container.
 
 ## Phase 5 – Betrieb
 

docs/RECOVERY_REQUIREMENTS.md

@@ -34,7 +34,7 @@ Pflichtrollen:
 - BF16 Vision-Projektor
 - Whisper large-v3-turbo
 - FLUX.2 klein
-- XTTS-v2 und verwendete Stimme
+- Piper `piper-tts` 1.6.0 und Stimme `de_DE-thorsten-high`
 
 ## 2. Externe Komponenten und Commits – teilweise gesichert
 
@@ -140,7 +140,7 @@ Empfehlung: System unter 85 Prozent, Modelllaufwerk unter 90 Prozent halten.
 Bereits gesichert:
 
 - llama.cpp-Commit
-- zentrale Python-Versionen für FLUX und XTTS
+- zentrale Python-Versionen für FLUX und Piper
 - TinySearch-/SearXNG-Image-Digests
 
 Noch offen:
@@ -148,7 +148,7 @@ Noch offen:
 - vollständiges `pip freeze` je produktivem Venv
 - CUDA-kompatible Wheel-Quelle
 - FLUX-Revision
-- XTTS-Modellrevision
+- Piper-Paketversion und exakter Stimmenname
 - Whisper-Commit und Buildoptionen
 - Docker-Engine-/Compose-Version
 

install.sh

@@ -203,6 +203,8 @@ WEBUI_SECRET_KEY=$(<$SECRETS_DIR/webui-secret)
 OPENWEBUI_IMAGE=${OPENWEBUI_IMAGE:-ghcr.io/open-webui/open-webui:v0.9.5}
 OPENWEBUI_ENABLE_SIGNUP=${OPENWEBUI_ENABLE_SIGNUP:-false}
 OPENWEBUI_ENABLE_FOLLOW_UP_GENERATION=${OPENWEBUI_ENABLE_FOLLOW_UP_GENERATION:-false}
+PIPER_TTS_VERSION=${PIPER_TTS_VERSION:-1.6.0}
+PIPER_VOICE=${PIPER_VOICE:-de_DE-thorsten-high}
 AI_DNS=${WG_DNS:-1.1.1.1}
 FAST_MODEL_FILE=$FAST_MODEL_FILE
 MEDIUM_MODEL_FILE=$MEDIUM_MODEL_FILE

platform/checks/verify-platform.sh

@@ -25,33 +25,42 @@ else
   fail "nvidia-smi fehlt"
 fi
 
-for service in mike-ai-llama-ui mike-ai-profile-router; do
+container_healthy() {
-  if systemctl is-active --quiet "$service"; then
+  local name=$1 state health
-    pass "$service aktiv"
+  state="$(docker inspect --format '{{.State.Status}}' "$name" 2>/dev/null || true)"
+  health="$(docker inspect --format '{{if .State.Health}}{{.State.Health.Status}}{{end}}' "$name" 2>/dev/null || true)"
+  [[ $state == running && ( -z $health || $health == healthy ) ]]
+}
+
+for container in mike-ai-profile-controller mike-ai-router mike-ai-piper mike-ai-open-webui; do
+  if container_healthy "$container"; then
+    pass "$container gesund"
   else
-    fail "$service nicht aktiv"
+    fail "$container fehlt oder ist nicht gesund"
   fi
 done
 
-for optional in mike-ai-whisper mike-ai-xtts mike-ai-web-search; do
+ACTIVE_LLAMA="$(docker ps --format '{{.Names}}' | grep -Ec '^mike-ai-llama-(fast|medium|long|experimental)$' || true)"
-  if systemctl is-active --quiet "$optional"; then
+if [[ $ACTIVE_LLAMA -eq 1 ]]; then
+  pass "exakt ein llama.cpp-Profil aktiv"
+else
+  fail "$ACTIVE_LLAMA llama.cpp-Profile aktiv (erwartet: 1)"
+fi
+
+for optional in mike-ai-mcp-web mike-ai-mcp-homeassistant mike-ai-mcp-arr mike-ai-mcp-unraid-official; do
+  if container_healthy "$optional"; then
     pass "$optional aktiv"
   else
     warn "$optional nicht aktiv oder nicht installiert"
   fi
 done
 
-if curl -fsS --max-time 3 http://127.0.0.1:8080/health >/dev/null; then
+if docker exec mike-ai-router python -c \
-  pass "llama.cpp Health-Check"
+  "import urllib.request; urllib.request.urlopen('http://127.0.0.1:8081/health', timeout=3)" \
+  >/dev/null 2>&1; then
+  pass "Router-Liveness intern erreichbar"
 else
-  fail "llama.cpp auf Port 8080 nicht gesund"
+  fail "Router-Liveness intern nicht erreichbar"
-fi
-
-if STATUS="$(curl -fsS --max-time 3 http://127.0.0.1:8081/status 2>/dev/null)"; then
-  PROFILE="$(python3 -c 'import json,sys; print(json.load(sys.stdin).get("current_profile"))' <<<"$STATUS" 2>/dev/null)"
-  pass "Router erreichbar, Profil ${PROFILE:-unbekannt}"
-else
-  fail "Router auf Port 8081 nicht erreichbar"
 fi
 
 if systemctl list-unit-files --no-legend 2>/dev/null | grep -Eq '(vision-rx|whisper-rx|granite-rx).*enabled'; then

platform/docker/piper/Dockerfile

@@ -0,0 +1,24 @@
+FROM python:3.12-slim-bookworm
+
+ARG PIPER_TTS_VERSION=1.6.0
+
+RUN apt-get update \
+    && apt-get install -y --no-install-recommends ca-certificates curl ffmpeg gosu \
+    && python -m pip install --no-cache-dir "piper-tts==${PIPER_TTS_VERSION}" \
+    && useradd --system --uid 10003 --home-dir /nonexistent --shell /usr/sbin/nologin piper \
+    && rm -rf /var/lib/apt/lists/*
+
+WORKDIR /app
+COPY piper_worker.py /app/piper_worker.py
+COPY entrypoint.sh /usr/local/bin/mike-ai-piper-entrypoint
+RUN chmod 0755 /usr/local/bin/mike-ai-piper-entrypoint
+
+ENV PIPER_DATA_DIR=/data \
+    PIPER_VOICE=de_DE-thorsten-high \
+    PIPER_VOICE_ALIAS=alloy \
+    PIPER_HOST=0.0.0.0 \
+    PIPER_PORT=8085
+
+VOLUME ["/data"]
+EXPOSE 8085
+ENTRYPOINT ["/usr/local/bin/mike-ai-piper-entrypoint"]

platform/docker/piper/entrypoint.sh

@@ -0,0 +1,15 @@
+#!/bin/sh
+set -eu
+
+data_dir=${PIPER_DATA_DIR:-/data}
+voice=${PIPER_VOICE:-de_DE-thorsten-high}
+
+mkdir -p "$data_dir"
+chown 10003:10003 "$data_dir"
+
+if [ ! -s "$data_dir/$voice.onnx" ] || [ ! -s "$data_dir/$voice.onnx.json" ]; then
+  echo "Downloading Piper voice: $voice"
+  gosu piper python -m piper.download_voices --data-dir "$data_dir" "$voice"
+fi
+
+exec gosu piper python /app/piper_worker.py

platform/docker/piper/piper_worker.py

@@ -0,0 +1,153 @@
+#!/usr/bin/env python3
+"""Small, private Piper worker for the Mike AI profile router.
+
+The public OpenAI-compatible endpoint remains in the router.  This worker only
+accepts the narrow internal /status and /tts protocol and never logs input text.
+"""
+
+from __future__ import annotations
+
+import io
+import json
+import os
+import subprocess
+import threading
+import wave
+from http import HTTPStatus
+from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
+from pathlib import Path
+
+from piper import PiperVoice, SynthesisConfig
+
+
+DATA_DIR = Path(os.getenv("PIPER_DATA_DIR", "/data"))
+VOICE_NAME = os.getenv("PIPER_VOICE", "de_DE-thorsten-high")
+VOICE_ALIAS = os.getenv("PIPER_VOICE_ALIAS", "alloy")
+HOST = os.getenv("PIPER_HOST", "0.0.0.0")
+PORT = int(os.getenv("PIPER_PORT", "8085"))
+MAX_TEXT_CHARS = int(os.getenv("PIPER_MAX_TEXT_CHARS", "8000"))
+MAX_REQUEST_BYTES = int(os.getenv("PIPER_MAX_REQUEST_BYTES", "65536"))
+
+VOICE_PATH = DATA_DIR / f"{VOICE_NAME}.onnx"
+VOICE = PiperVoice.load(str(VOICE_PATH))
+SYNTHESIS_LOCK = threading.Lock()
+
+
+def synthesize_wav(text: str, speed: float) -> bytes:
+    """Synthesize a complete WAV in memory without retaining the text."""
+    output = io.BytesIO()
+    config = SynthesisConfig(length_scale=1.0 / speed)
+    with SYNTHESIS_LOCK, wave.open(output, "wb") as wav_file:
+        VOICE.synthesize_wav(text, wav_file, syn_config=config)
+    return output.getvalue()
+
+
+def wav_to_mp3(wav_bytes: bytes) -> bytes:
+    """Convert Piper's WAV to the MP3 format Open WebUI requests by default."""
+    result = subprocess.run(
+        [
+            "ffmpeg", "-hide_banner", "-loglevel", "error",
+            "-f", "wav", "-i", "pipe:0",
+            "-codec:a", "libmp3lame", "-b:a", "96k",
+            "-f", "mp3", "pipe:1",
+        ],
+        input=wav_bytes,
+        stdout=subprocess.PIPE,
+        stderr=subprocess.PIPE,
+        check=False,
+        timeout=120,
+    )
+    if result.returncode != 0:
+        raise RuntimeError("ffmpeg conversion failed")
+    return result.stdout
+
+
+class Handler(BaseHTTPRequestHandler):
+    protocol_version = "HTTP/1.1"
+
+    def log_message(self, fmt: str, *args: object) -> None:
+        # Deliberately omit URLs and request bodies from the log.
+        print(f"piper-worker: {self.command} -> {args[1] if len(args) > 1 else '-'}")
+
+    def send_bytes(self, status: int, body: bytes, content_type: str) -> None:
+        self.send_response(status)
+        self.send_header("Content-Type", content_type)
+        self.send_header("Content-Length", str(len(body)))
+        self.send_header("Cache-Control", "no-store")
+        self.end_headers()
+        self.wfile.write(body)
+
+    def send_json(self, status: int, payload: dict) -> None:
+        self.send_bytes(
+            status,
+            json.dumps(payload, separators=(",", ":")).encode(),
+            "application/json",
+        )
+
+    def do_GET(self) -> None:  # noqa: N802
+        if self.path != "/status":
+            self.send_json(HTTPStatus.NOT_FOUND, {"error": "not found"})
+            return
+        self.send_json(
+            HTTPStatus.OK,
+            {
+                "ready": True,
+                "engine": "piper",
+                "model": VOICE_NAME,
+                "voices": [VOICE_ALIAS],
+            },
+        )
+
+    def do_POST(self) -> None:  # noqa: N802
+        if self.path != "/tts":
+            self.send_json(HTTPStatus.NOT_FOUND, {"error": "not found"})
+            return
+
+        try:
+            content_length = int(self.headers.get("Content-Length", "0"))
+        except ValueError:
+            content_length = 0
+        if content_length <= 0 or content_length > MAX_REQUEST_BYTES:
+            self.send_json(HTTPStatus.REQUEST_ENTITY_TOO_LARGE, {"error": "invalid request size"})
+            return
+
+        try:
+            request = json.loads(self.rfile.read(content_length))
+            text = request.get("text", "")
+            voice = request.get("voice", VOICE_ALIAS)
+            output_format = request.get("format", "mp3")
+            speed = float(request.get("speed", 1.0))
+        except (json.JSONDecodeError, TypeError, ValueError):
+            self.send_json(HTTPStatus.BAD_REQUEST, {"error": "invalid JSON request"})
+            return
+
+        if not isinstance(text, str) or not text.strip() or len(text) > MAX_TEXT_CHARS:
+            self.send_json(HTTPStatus.BAD_REQUEST, {"error": "invalid text"})
+            return
+        if voice != VOICE_ALIAS:
+            self.send_json(HTTPStatus.BAD_REQUEST, {"error": "unknown voice"})
+            return
+        if output_format not in {"wav", "mp3"}:
+            self.send_json(HTTPStatus.BAD_REQUEST, {"error": "unsupported format"})
+            return
+        if not 0.5 <= speed <= 2.0:
+            self.send_json(HTTPStatus.BAD_REQUEST, {"error": "invalid speed"})
+            return
+
+        try:
+            audio = synthesize_wav(text.strip(), speed)
+            if output_format == "mp3":
+                audio = wav_to_mp3(audio)
+                content_type = "audio/mpeg"
+            else:
+                content_type = "audio/wav"
+        except (OSError, RuntimeError, subprocess.SubprocessError):
+            self.send_json(HTTPStatus.INTERNAL_SERVER_ERROR, {"error": "synthesis failed"})
+            return
+
+        self.send_bytes(HTTPStatus.OK, audio, content_type)
+
+
+if __name__ == "__main__":
+    print(f"Piper worker ready: {VOICE_NAME} as {VOICE_ALIAS} on {HOST}:{PORT}")
+    ThreadingHTTPServer((HOST, PORT), Handler).serve_forever()

router/ai_profile_router.py

@@ -153,13 +153,15 @@ IMAGE_QUALITY = {"standard": 30, "high": 50}
 IMAGE_DEFAULT_QUALITY = "standard"
 IMAGE_MAX_N = 4
 
-# --- Sprachausgabe (XTTS-v2, multilingual, CPU-only) ---
+# --- Sprachausgabe (austauschbarer interner TTS-Worker, CPU-only) ---
 TTS_WORKER_URL = os.environ.get("TTS_WORKER_URL", "http://127.0.0.1:8085")
 TTS_TIMEOUT = float(os.environ.get("TTS_TIMEOUT", "300"))  # s, pro Synthese
 TTS_CONNECT_TIMEOUT = float(os.environ.get("TTS_CONNECT_TIMEOUT", "5"))
-TTS_MODEL = "xtts-v2"  # virtuelles Modell für /v1/audio/speech
+TTS_MODEL = os.environ.get("TTS_MODEL", "xtts-v2")
-TTS_VOICES = ("claribel",)
+TTS_VOICES = tuple(v.strip() for v in os.environ.get(
-TTS_DEFAULT_VOICE = "claribel"
+    "TTS_VOICES", "claribel").split(",") if v.strip())
+TTS_DEFAULT_VOICE = os.environ.get(
+    "TTS_DEFAULT_VOICE", TTS_VOICES[0] if TTS_VOICES else "claribel")
 TTS_FORMATS = ("mp3", "wav")
 TTS_DEFAULT_FORMAT = "mp3"