README.md

metadata

title: veureu-tts
emoji: 🔊
colorFrom: indigo
colorTo: blue
sdk: docker
app_file: app.py
pinned: false

🗣️ tts

tts es un servicio Docker basado en FastAPI que forma parte del ecosistema Veureu.
Su función es generar pistas de audio o audiodescripción (AD) en catalán a partir de texto o de archivos SRT, utilizando el plugin Matxa-Alvocat TTS.

Este Space está diseñado para ser invocado externamente por otros Spaces (como app o engine) o por servicios locales.

---

🚀 Endpoints disponibles

▶️ POST /tts/text

Genera un clip de voz a partir de texto.

Parámetros de formulario:

• texto: Contenido a sintetizar.
• voice (opcional): Voz Matxa-Alvocat (ej. upc_ona-medium), por defecto upc_ona-medium.
• formato (opcional): Formato de salida: "mp3" o "wav".

Respuesta:
Archivo de audio (audio/mpeg o audio/wav).

---

▶️ POST /tts/srt

Genera la pista de audiodescripción sincronizada, la mezcla con un audio original, y opcionalmente remuxa un vídeo final.

Parámetros de formulario (multipart/form-data):

• srt: Archivo .srt con las marcas (AD): (obligatorio).
• video (opcional): Archivo .mp4 original.
• original_audio (opcional): Archivo .mp3 o .wav del audio original (alternativa a video).
• voice (opcional): Voz Matxa-Alvocat (ej. upc_ona-medium).
• ad_format (opcional): Formato de la pista AD: "mp3" o "wav".
• include_final_mp4 (opcional): 1 para devolver el MP4 final remuxado (solo si se proporciona vídeo).

Respuesta:
Archivo .zip que contiene:

• ad_master.mp3 o .wav: pista AD sincronizada.
• mix_original_plus_ad.mp3: mezcla de audio/vídeo original con la AD.
• video_con_ad.mp4: archivo final si include_final_mp4=1 y se proporcionó vídeo.

---

🧠 Tecnologías y dependencias principales

• 🐍 Python 3.11
• 🚀 FastAPI / Uvicorn
• 🗣️ ovos-tts-plugin-matxa-alvocat (TTS en catalán)
• ⚙️ espeak-ng (motor de fonetización)
• 🎬 FFmpeg (para extracción, mezcla y remux de audio/vídeo)