From ee3e0a0af6f67e9f969c33a44babdb966d3d1268 Mon Sep 17 00:00:00 2001
From: duffyduck <info@hacker-net.de>
Date: Wed, 22 Apr 2026 17:59:39 +0200
Subject: [PATCH] fix: XTTS local-Mode per ENV statt command-Override
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Das Image-Default-CMD liest Konfig aus ENV Variablen:
  CMD: ... -ms \${MODEL_SOURCE:-"apiManual"}

Also reicht MODEL_SOURCE=local — command bleibt Image-Default und wir
sparen uns den brueckigen Override der schief ging (python nicht da,
flag-Namen raten, etc.).

Zusaetzlich: EXAMPLE_FOLDER=/voices damit der Speaker-Folder auf unser
gemountetes /voices zeigt (sonst /app/example was nur die Demo-Voices
enthaelt).

Kein command override mehr noetig — das Image macht alles wie vorher,
nur mit local-Mode.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
---
 xtts/docker-compose.yml | 27 ++++++---------------------
 1 file changed, 6 insertions(+), 21 deletions(-)

diff --git a/xtts/docker-compose.yml b/xtts/docker-compose.yml
index 8818b1c..11e7676 100644
--- a/xtts/docker-compose.yml
+++ b/xtts/docker-compose.yml
@@ -33,27 +33,12 @@ services:
       - ./voices:/voices                        # Custom Voice Samples
     environment:
       - COQUI_TOS_AGREED=1
-    # Local-Modus: Modell bleibt dauerhaft im GPU-VRAM (~2GB). Vorteile:
-    #   - Render startet sofort (kein reload pro Request)
-    #   - /tts_stream funktioniert → echtes Streaming mit ~500ms time-to-first-audio
-    # Ohne diesen command: apiManual-Modus, jede Anfrage laedt Modell neu, kein Streaming.
-    # Der NVIDIA-Entrypoint erwartet Python als ausfuehrbares Command, nicht nur Flags.
-    command:
-      - python3
-      - -m
-      - xtts_api_server
-      - -hs
-      - "0.0.0.0"
-      - -p
-      - "8020"
-      - -ms
-      - local
-      - -o
-      - /app/output
-      - -mf
-      - /app/xtts_models
-      - -sf
-      - /voices
+      # Local-Modus statt default "apiManual": Modell bleibt im GPU-VRAM,
+      # Render startet sofort, /tts_stream funktioniert.
+      # Default-CMD des Images liest diese ENV: -ms ${MODEL_SOURCE:-"apiManual"}
+      - MODEL_SOURCE=local
+      # Speaker-Folder auf unsere gemounteten voices zeigen lassen
+      - EXAMPLE_FOLDER=/voices
     restart: unless-stopped
 
   # ─── XTTS Bridge (verbindet zu RVS) ───────────