From 73263b69a64df522daa2d05a829d0d63881e5c01 Mon Sep 17 00:00:00 2001
From: duffyduck <info@hacker-net.de>
Date: Wed, 22 Apr 2026 16:47:28 +0200
Subject: [PATCH] =?UTF-8?q?fix:=20/tts=5Fstream=20=E2=80=94=20speaker=5Fwa?=
 =?UTF-8?q?v=20muss=20IMMER=20als=20query-param=20gesetzt=20sein?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

XTTS-Server (daswer123) markiert speaker_wav als required Pydantic-Feld.
Mein 'if (speakerWav) qs.set(...)' hat den Key bei default-voice
weggelassen → HTTP 422 'Field required, input: null' → Fallback auf
/tts_to_audio/ hat gegriffen, aber Streaming nie gefunden.

Log-Beweis vom User:
  XTTS /tts_stream 422: {"detail":[{"type":"missing","loc":["query",
    "speaker_wav"],"msg":"Field required","input":null}]}

Fix: Key immer setzen, leerer String bei default-voice. POST-Variante
(/tts_to_audio/ JSON-Body) hat das auch so akzeptiert — GET-Query nun
gleiches Verhalten.

Ab jetzt sollte /tts_stream endlich greifen und echte Streaming-Latenz
(~300-500ms) zeigen.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
---
 xtts/bridge.js | 4 +++-
 1 file changed, 3 insertions(+), 1 deletion(-)

diff --git a/xtts/bridge.js b/xtts/bridge.js
index d2783f5..023925c 100644
--- a/xtts/bridge.js
+++ b/xtts/bridge.js
@@ -214,10 +214,12 @@ async function _runTTSRequest(payload) {
  */
 function streamXTTSAsPCM(text, language, speakerWav, onPcmChunk) {
   return new Promise((resolve, reject) => {
+    // Wichtig: speaker_wav MUSS als Query-Key dabei sein (Pydantic required) —
+    // auch bei default-voice mit leerem Wert. Sonst gibt's HTTP 422.
     const qs = new URLSearchParams();
     qs.set("text", text);
     qs.set("language", language || "de");
-    if (speakerWav) qs.set("speaker_wav", speakerWav);
+    qs.set("speaker_wav", speakerWav || "");
     qs.set("stream_chunk_size", "40");
 
     const url = new URL(XTTS_API_URL);