Files

T

cescobar 2f6b5340f5 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

2.7 KiB

Raw Permalink Blame History

Arquitectura del Locutor Automático IA

Componentes instalados

Ruta	Rol
`~/.gradio/locutor-venv/`	Entorno virtual Python con el motor XTTS-v2 (torch, coqui-tts, transformers)
`~/.gradio/locutor-venv/gr-locutor.sh`	Wrapper: `gr-locutor.sh "texto" [nombre]` → genera un MP3
`~/.gradio/data/locutor-ia/generar.py`	Script real de síntesis (llamado por el wrapper)
`~/.gradio/data/locutor-ia/referencia/voz_referencia.wav`	Voz de referencia activa (genérica de GRP o la de la estación)
`~/.gradio/data/locutor-ia/salida/`	MP3 generados
`~/.gradio/data/locutor-ia/scripts/enriquecer-locucion.py`	Genera el texto: metadata ID3 + Wikipedia + MusicBrainz
`~/.gradio/data/locutor-ia/scripts/generar-intro.sh`	Orquesta: texto enriquecido → `gr-locutor.sh`
`~/.gradio/data/locutor-ia/scripts/monitor-locuciones.py`	Daemon: mantiene 3 locuciones listas en `playlist4`
`~/.gradio/data/locutor-ia/scripts/start-monitor.sh`	start / stop / status del monitor

Flujo de una locución

monitor-locuciones.py detecta que faltan locuciones en la ventana
  └── generar-intro.sh "/ruta/tema.mp3"
        ├── enriquecer-locucion.py → texto (metadata + Wikipedia + MusicBrainz)
        └── gr-locutor.sh "texto" → generar.py → XTTS-v2 → MP3 en salida/
  └── monitor inserta el MP3 en playlist4 delante de la canción

Coordinación con `playlist-refill`

playlist-refill (proceso de GRP) agrega canciones al final de playlist4 hasta llegar a 14 temas. Si corre a la vez que el monitor inserta locuciones, puede haber una carrera (leer-generar-escribir tarda varios segundos, y mientras tanto el player puede haber consumido temas).

Solución ya implementada: monitor-locuciones.py crea ~/.gradio/data/tmp/pause_refill al iniciar (GRP ya respeta este archivo — es el mismo mecanismo del botón "Automático" de la UI) y lo borra al detenerse. No hace falta ninguna acción manual — start-monitor.sh start/stop lo maneja solo.

Bandera de habilitación

~/.gradio/data/tmp/locutor_auto (1/0) — se controla desde el diálogo de Configuración de GRP ("Locutor Automático"). El monitor y el generador no deberían correr si está en 0.

Rendimiento medido (texto de referencia ~10s de audio)

Máquina	Generar	Cargar modelo (1 vez)
Escritorio con GPU NVIDIA	~2s	~10s
Escritorio CPU (20 hilos, sin GPU)	~29s	~10s
RPi5 real (CPU, sin GPU)	~104s	~120s

Todos entran en el margen de una canción de 3-4 minutos. La recomendación es no correr el generador en la misma máquina que reproduce en vivo salvo que tenga GPU o de sobra de RAM/CPU — en el RPi5 se midió presión real de memoria (swap) al generar en aislamiento.

2.7 KiB Raw Permalink Blame History