duffyduck 7748834a0f fix(f5tts): Ref-WAV Preprocessing — Loudness + Silence-Trim ... F5-TTS reagiert empfindlich auf leise / verrauschte / zerhackte Referenzen — wir haben bisher nur auf 24kHz mono + 10s geclipped. Jetzt zusaetzlich: - silenceremove am Anfang (bis Speech einsetzt, <-50dB) - silenceremove am Ende (0.5s Stille nach letzter Speech = Cutoff) - loudnorm -16 LUFS (EBU R128) fuer konsistente Amplitude Damit sieht das Modell saubere, konstant laute Referenz-Audios statt kaputter Clips mit Ausklang oder leiser Aufnahme. Besonders bei Deutsch (wo F5TTS_v1_Base schwach ist) hilft jede Input-Konsistenz der Quali. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>		2026-04-24 19:07:58 +02:00
..
Dockerfile	feat(phase2): XTTS durch F5-TTS ersetzt — Voice Cloning auf der Gamebox	2026-04-24 14:34:11 +02:00
bridge.py	fix(f5tts): Ref-WAV Preprocessing — Loudness + Silence-Trim	2026-04-24 19:07:58 +02:00
requirements.txt	feat(phase2): XTTS durch F5-TTS ersetzt — Voice Cloning auf der Gamebox	2026-04-24 14:34:11 +02:00