Add profile presets and min-p controls, embeddings and VoxCPM workers

VOXCPM2_COMPONENTS.md

@@ -16,8 +16,8 @@ nicht Bestandteil dieses Grundpakets.
 
 Das Dateirezept ist anhand des [offiziellen Modells](https://huggingface.co/openbmb/VoxCPM2)
 und des [originalen Loaders](https://github.com/OpenBMB/VoxCPM/blob/main/src/voxcpm/model/voxcpm2.py)
-geprüft. Es ist keine Zusage getesteter Inferenz: **Der Deck-Generierungsworker ist noch nicht angebunden.** Eine vorhandene audio.cpp- oder
-llama.cpp-Installation ersetzt diese Anbindung nicht. Das Profil bleibt gesperrt.
+geprüft. Es ist keine Zusage getesteter Inferenz: **VoxCPM2 wird durch den eigenen Deck-Worker ausgeführt.** Eine vorhandene audio.cpp- oder
+llama.cpp-Installation ersetzt diese Anbindung nicht. Ein Profil wird erst nach installierter Laufzeit und vollständiger Komponenten-Zuordnung ausführbar.
 
 Der Katalog erlaubt `.pth` ausschließlich für die exakt benannte offizielle
 Audio-VAE-Datei dieses Repositorys. Der Download führt keine Datei aus. Das spätere
@@ -41,5 +41,33 @@ Bildlaufzeit werden lesend wiederverwendet. Versionen stehen in
 `deploy/voxcpm-requirements.lock`.
 
 Backup exportiert den Installationswunsch und die Version; Restore installiert
-diese Laufzeit erneut. **Eine installierte Laufzeit schaltet das Profil noch
-nicht frei: Der Generierungsworker muss zusätzlich angebunden werden.**
+diese Laufzeit erneut. Eine installierte Laufzeit allein genügt nicht: Die fünf Komponenten müssen dem Profil zugeordnet sein.
+
+## Generierung und Stimmklonen
+
+Unter **Stimmwerkzeuge → Testen**: VoxCPM2-Profil wählen, Text eingeben, GPU
+(RTX 5080 oder RTX 3060), Guidance, Schritte und Seed einstellen. Optional eine
+PCM-16-WAV-Referenz mit 1–30 Sekunden und höchstens 8 MiB hochladen.
+Die Referenz wird nach dem Auftrag gelöscht; der Text wird nur über stdin
+weitergegeben. Bibliotheksgewichte werden in einem temporären Paket verlinkt,
+nicht kopiert. Der Worker lädt ausschließlich lokale Dateien, ohne Denoiser
+oder zusätzliche Downloads, auf die ausdrücklich ausgewählte CUDA-GPU.
+
+Im LLM-Modus reserviert Deck die GPUs exklusiv, entlädt sein LLM/TTS und
+beendet VoxCPM2 nach Abschluss, Abbruch oder Fehler. Andere Dienste werden
+nicht gestoppt. Bei nächster Chat-Anfrage wird das LLM wieder geladen.
+
+Interne API (Oberflächen-Anmeldung und Same-Origin-Steuerheader erforderlich):
+- `GET /api/v1/voice`: Job und Laufzeitstatus.
+- `POST /api/v1/voice/start`: JSON mit `profile_id`, `text`, optional `device`
+  (`5080`/`3060`), `cfg`, `steps`, `seed`; alternativ Multipart mit denselben
+  Feldern und optional `file` als WAV-Referenz.
+- `POST /api/v1/voice/cancel`: leeres JSON.
+- `GET /api/v1/voice/audio?id=...`: fertiges WAV.
+
+Ein unter Profile freigegebenes VoxCPM2-Profil steht zusätzlich unter
+`GET /v1/audio/speech/models` und `POST /v1/audio/speech` bereit:
+`model=<Profilname>`, `input=<Text>`, `voice=default`, `response_format=wav`,
+`speed=1`. Referenz-Stimmklonen verwendet derzeit den internen Multipart-Endpunkt.
+Backups sichern Profile, Komponenten und die wiederherstellbare Laufzeitversion,
+keine Testtexte oder Audiodateien.