4.6 KiB
Athena-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 wird persistent gespeichert und beim Verlassen eines Spezialmodus wieder geladen.
Bedienung
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 verbindliche Produktionspfad.
- Community UI · experimentell öffnet
fspecii/ace-step-ui. Die CPU-leichte React/Express-Anwendung hält Bibliothek, Playlists und Einstellungen in/data/music/ace-step-ui. Ein noch nicht übernommener Upstream-Kompatibilitätsfix für die aktuelle 72-Felder-Gradio-API ist lokal zurückportiert; normale Generierung funktioniert, Cover und Remix gelten bis zu eigenen Ende-zu-Ende-Tests weiterhin als experimentell.
Die Community-Oberfläche ist im WireGuard-Netz unter
http://192.168.1.212:7861, die originale Gradio-Oberfläche unter
http://192.168.1.212:7862 erreichbar. Beide Host-Ports bleiben zusätzlich
auf 127.0.0.1 gebunden und werden auf der Universitäts-Schnittstelle nicht
veröffentlicht. ace-step-ui ist reproduzierbar auf Commit
a1fdf91829ec6f7b98844f80e323529cd155dbf2 fixiert und greift intern über das
Docker-Netz mike-ai-music auf http://music-worker:7860 zu.
Im Trennmodus öffnet das Dashboard die private Athena-Oberfläche unter
http://192.168.1.212:8007. Sie nimmt WAV, FLAC, MP3, M4A und weitere
übliche Formate an. Gewählt wird die herauszulösende Quelle: Gesang,
Schlagzeug, Bass, Gitarre, Piano, Sonstiges oder gereinigte Sprache. Das ZIP enthält genau diese Zielspur und
eine zweite FLAC-Datei mit dem vollständigen Rest ohne die Zielspur. Gesang
nutzt BS-RoFormer Viperx 1297, Schlagzeug/Bass htdemucs_ft und
Gitarre/Piano/Sonstiges experimentell htdemucs_6s. „Sonstiges“ ist dessen
gemischter other-Stem (unter anderem Synthesizer, Streicher, Bläser und Effekte),
nicht eine reine Synthesizer-Spur. Sprache nutzt das 48-kHz-Modell
MossFormer2_SE_48K; der Download enthält speech.flac und
hintergrund-ohne-sprache.flac. Die Musiktrennung basiert auf
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:
/athena music
/athena stems
/athena voice
/athena llm
/athena status
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 oder
com.mike-ai.voice-worker=vevo2 markierten Container; freie
Container- oder Docker-Befehle werden nicht entgegengenommen.
Wiederanlauf
Der Router speichert mode, last_profile und return_profile atomar. War
beim Router-Neustart ein Spezialmodus aktiv, startet er den passenden Worker erneut. Beim
Wechsel zurück wird das gespeicherte LLM-Profil semantisch auf Alias und
Kontextfenster geprüft, bevor Chat-Anfragen wieder freigegeben werden.