Commit inicial: gr-locutor (Locutor IA - GRP)

Locuciones de radio con voz IA local (XTTS-v2) integradas a G Radio Player: interfaz Rust/GTK4 de configuración, motor de generación y enriquecimiento de texto en Python, daemon de monitoreo que dispara locuciones sin pausar playlist-refill. Requiere radio-player >= 0.4.11.
2026-08-23 01:58:56 -05:00
commit 2f6b5340f5
23 changed files with 4031 additions and 0 deletions
@@ -0,0 +1,119 @@
+#!/usr/bin/env python3
+"""Genera una locución con XTTS-v2 usando la voz de referencia de GRP (o una
+voz de referencia propia de la estación, si reemplazó el archivo).
+
+Uso:
+    generar.py "texto de la locución" [nombre_salida]
+
+Salida: ruta del MP3 generado, impresa en stdout (para que scripts la capturen).
+
+Variables de entorno:
+    GR_LOCUTOR_VOZ  ruta al WAV de referencia (default: ~/.gradio/data/locutor-ia/referencia/voz_referencia.wav)
+    GR_LOCUTOR_DIR  carpeta de datos (default: ~/.gradio/data/locutor-ia)
+"""
+
+import os
+import socket
+import subprocess
+import sys
+import time
+
+# Forzar resolución IPv4: en la prueba real en RPi5 una conexión IPv6 mal
+# enrutada dejó el proceso colgado ~53 minutos esperando una respuesta que
+# nunca llegó. Esto evita ese modo de falla en cualquier red similar.
+_orig_getaddrinfo = socket.getaddrinfo
+
+
+def _ipv4_only_getaddrinfo(host, port, family=0, type=0, proto=0, flags=0):
+    return _orig_getaddrinfo(host, port, socket.AF_INET, type, proto, flags)
+
+
+socket.getaddrinfo = _ipv4_only_getaddrinfo
+
+DATA_DIR = os.environ.get("GR_LOCUTOR_DIR", os.path.expanduser("~/.gradio/data/locutor-ia"))
+SALIDA_DIR = os.path.join(DATA_DIR, "salida")
+
+
+def log(msg):
+    print(f"[gr-locutor] {msg}", file=sys.stderr, flush=True)
+
+
+def voz_referencia():
+    """Prioridad: variable de entorno GR_LOCUTOR_VOZ > locutor.config
+    (voz_modo=propia + voz_propia_path, escrito por gr-locutor-config) >
+    voz genérica de GRP por defecto."""
+    env = os.environ.get("GR_LOCUTOR_VOZ")
+    if env:
+        return env
+
+    config_path = os.path.join(DATA_DIR, "locutor.config")
+    modo = "generica"
+    ruta_propia = ""
+    try:
+        with open(config_path) as f:
+            for line in f:
+                if "=" not in line or line.strip().startswith("#"):
+                    continue
+                clave, valor = line.split("=", 1)
+                clave, valor = clave.strip(), valor.strip()
+                if clave == "voz_modo":
+                    modo = valor
+                elif clave == "voz_propia_path":
+                    ruta_propia = valor
+    except FileNotFoundError:
+        pass
+
+    if modo == "propia" and ruta_propia:
+        return ruta_propia
+    return os.path.join(DATA_DIR, "referencia", "voz_referencia.wav")
+
+
+REF_VOICE = voz_referencia()
+
+
+def has_gpu():
+    try:
+        import torch
+        return torch.cuda.is_available()
+    except Exception:
+        return False
+
+
+def main():
+    if len(sys.argv) < 2:
+        print(f"Uso: {sys.argv[0]} \"texto de la locución\" [nombre_salida]", file=sys.stderr)
+        sys.exit(1)
+
+    texto = sys.argv[1]
+    nombre = sys.argv[2] if len(sys.argv) > 2 else time.strftime("locucion_%Y%m%d_%H%M%S")
+
+    if not os.path.isfile(REF_VOICE):
+        log(f"ERROR: no existe la voz de referencia en {REF_VOICE}")
+        log("Ejecuta el instalador o coloca un WAV de 15-30s en esa ruta.")
+        sys.exit(1)
+
+    os.makedirs(SALIDA_DIR, exist_ok=True)
+    wav_path = f"/tmp/{nombre}.wav"
+    mp3_path = os.path.join(SALIDA_DIR, f"{nombre}.mp3")
+
+    device = "cuda" if has_gpu() else "cpu"
+    log(f"Dispositivo: {device}  |  Voz de referencia: {REF_VOICE}")
+
+    t0 = time.time()
+    from TTS.api import TTS
+    tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to(device)
+    t_load = time.time()
+    tts.tts_to_file(text=texto, speaker_wav=REF_VOICE, language="es", file_path=wav_path)
+    t_gen = time.time()
+    log(f"Cargar modelo: {t_load - t0:.1f}s  |  Generar: {t_gen - t_load:.1f}s")
+
+    subprocess.run(
+        ["ffmpeg", "-y", "-loglevel", "error", "-i", wav_path, "-ar", "44100", "-b:a", "320k", mp3_path],
+        check=True,
+    )
+    os.remove(wav_path)
+    print(mp3_path)
+
+
+if __name__ == "__main__":
+    main()