entrypoint.sh

#!/usr/bin/env bash
set -euo pipefail

if [ -z "${HF_TOKEN:-}" ]; then
  echo "ERROR: HF_TOKEN no está definido. Configuralo en Space Settings -> Secrets."
  exit 1
fi

# Réplica de la config del backend de smolagents/hf-realtime-voice:
#   VAD: Silero (built-in, tiny, en GPU/CPU)
#   STT: Parakeet TDT (NVIDIA), en la GPU del Space
#   LLM: Gemma 4 31B en Cerebras, via HF Router (único servicio remoto)
#   TTS: Qwen3-TTS 1.7B, backend PyTorch en la GPU del Space
#
# El backend --qwen3_tts_backend torch evita el wheel específico de CUDA de GGML,
# más simple para deploy en HF Spaces GPU. Si querés máxima velocidad de TTS
# después, se puede cambiar a ggml y matchear la versión de CUDA de la base image.
exec speech-to-speech \
    --mode realtime \
    --stt parakeet-tdt \
    --llm_backend chat-completions \
    --tts qwen3 \
    --qwen3_tts_backend torch \
    --model_name "google/gemma-4-31B-it:cerebras" \
    --responses_api_base_url "https://router.huggingface.co/v1" \
    --responses_api_api_key "$HF_TOKEN" \
    --responses_api_reasoning_effort none \
    --responses_api_stream \
    --enable_live_transcription \
    --language es \
    --ws_host 0.0.0.0 \
    --ws_port 8765