Files

T

duffyduckandClaude Opus 4.8 d030cd7bc6 fix(voice): verlorene Sprachnachrichten — Allow-List, Kaltstart, Dedup, Voice-Router

Vier unabhaengige Ursachen fuer 'erst beim zweiten Aufnehmen' bzw. 'wird gar
nicht verarbeitet' (server-/box-seitig, ohne App-Update wirksam):

1) rvs/server.js: stt_lease, stt_lease_request, stt_transcribe_blob,
   stt_transcribe_result und chat_ack fehlten in ALLOWED_TYPES und wurden STILL
   verworfen (dieselbe Falle wie bei worker_*/host_*). Folgen: das Lease lief
   immer in den 250ms-Timeout -> jede Aufnahme startete verspaetet und OHNE
   targetInstance nahmen alle STT-Worker dieselbe Session an (doppelte
   stt_endpoint); chat_ack kam nie an -> getippte Nachrichten galten in der App
   nach 3 Versuchen als fehlgeschlagen, obwohl sie verarbeitet waren.

2) xtts/whisper/bridge.py: Beim Kaltstart wurde die Session erst NACH dem
   Modell-Load angelegt — alle Chunks der ersten Aufnahme liefen ins Leere und
   der Take war weg (die zweite klappte, weil das Modell dann warm war). Session
   wird jetzt sofort angelegt, der Endpointer wartet solange (runner.model None).

3) bridge/aria_bridge.py: Text-Dedup-Fenster 5s -> 1.5s. Es soll nur den
   Zwilling zweier Worker abfangen; mit 5s fielen echte Wiederholungen weg —
   also genau das Nachsprechen nach einem verschluckten Take, und kurze
   Kommandos ('lauter', 'nächstes').

4) bridge/aria_bridge.py Voice-Router: Komma als Prefix-Trenner entfernt (nur
   noch ':' und '-'), Fuzzy-Schwelle 0.6 -> 0.82, Sticky wird nicht mehr bei
   jeder Nachricht verlaengert. Vorher matchten normale Saetze wie 'In Ordnung,
   mach mal ...' als Projekt-Prefix: die Nachricht landete still in einem
   Projekt und war im Hauptchat unsichtbar — verifiziert mit Beispielsaetzen.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-09-30 11:05:06 +02:00

f5tts

fix(rvs-clients): RVS_SNI via getaddrinfo-Override statt host=/port= (HTTP-200-Fix)

2026-09-24 17:54:38 +02:00

llama-swap

feat(local-llm): B0.5 — llama-swap + lokale Modellauswahl in Diagnostic

2026-07-11 14:11:59 +02:00

llm-adapter

fix(rvs-clients): RVS_SNI via getaddrinfo-Override statt host=/port= (HTTP-200-Fix)

2026-09-24 17:54:38 +02:00

models

feat(local-llm): B0 — Gamebox llama.cpp + RVS-Adapter (Provider-Seite)

2026-07-11 09:43:46 +02:00

voxtral

fix(rvs-clients): RVS_SNI via getaddrinfo-Override statt host=/port= (HTTP-200-Fix)

2026-09-24 17:54:38 +02:00

whisper

fix(voice): verlorene Sprachnachrichten — Allow-List, Kaltstart, Dedup, Voice-Router

2026-09-30 11:05:06 +02:00

.env.example

feat(xtts): RVS_SNI in allen Compute-Bridges — AI-Box im RZ-Netz auf interne IP

2026-09-24 17:22:27 +02:00

.gitignore

fix: HF-Cache zurueck + Banner-Bug + config_request Pattern

2026-04-24 17:46:47 +02:00

bootstrap.sh

refactor: ai-box/ (bootstrap + README) nach xtts/ verschieben

2026-09-19 03:33:15 +02:00

docker-compose.yml

feat(fleet): Auslastungs-Monitor pro Box — live nvidia-smi + Graphen (Stage E)

2026-09-19 03:26:17 +02:00

README.md

feat(host-agent): systemd-Service-Installer + SNI-Doku ueberall

2026-09-24 17:27:07 +02:00

README.md

xtts — AI-Box (Compute-Node) Setup & Bootstrap

Der xtts-Stack sind ARIAs GPU-Dienste (STT: Voxtral/Whisper · TTS: F5-TTS · lokales LLM). Er läuft auf einer oder mehreren AI-Boxen — jede per .env konfiguriert (COMPOSE_PROFILES, GPU-Zuordnung). Details zu Profilen/GPU-Wahl stehen im Haupt-README (Abschnitt „Compute-Nodes").

bootstrap.sh macht aus einem frisch installierten Debian Trixie (headless, nur SSH) einen startklaren GPU-Host für diesen Stack.

Was das Script tut

Basis-Pakete (curl, gnupg, git …)
contrib non-free non-free-firmware aktivieren (Trixie-deb822-Format berücksichtigt)
NVIDIA-Treiber installieren (nvidia-driver + firmware)
Docker Engine + Compose-Plugin
NVIDIA Container Toolkit + Docker-Runtime auf NVIDIA konfigurieren
xtts/.env aus .env.example anlegen (RVS_TOKEN optional gleich setzen)
GPU-im-Container-Test (docker run --gpus all … nvidia-smi)
optional (--up): den xtts-Stack hochziehen

Alles idempotent — mehrfach ausführbar.

Ablauf

git clone <repo> ARIA-AGENT
cd ARIA-AGENT/xtts

sudo ./bootstrap.sh
# → Wenn der Treiber frisch installiert wurde: einmal neu starten, dann nochmal:
sudo reboot
# … nach dem Boot:
cd ARIA-AGENT/xtts
sudo ./bootstrap.sh --up --token <DEIN_RVS_TOKEN>

Der Treiber-Reboot ist normal (Kernel-Modul wird erst beim Boot geladen). Beim zweiten Lauf überspringt das Script alles Erledigte und macht nur noch den GPU-Test + Stack-Start.

Optionen

Option	Wirkung
`--up`	am Ende `docker compose up -d --build` (Default-Profil)
`--token <TOK>`	`RVS_TOKEN` in `xtts/.env` eintragen (auch via `RVS_TOKEN=…` env)
`--rvs-host <H>`	`RVS_HOST` setzen

Wichtig

Stimm-Daten (nicht in git): falls von der alten Box noch vorhanden, xtts/voice-id/ (Speaker-Fingerprint) + xtts/voices/ (F5-Referenz) herkopieren. Sonst egal — in der App neu anlegen: Stimme neu enrollen (ohne Fingerprint läuft die Speaker-ID fail-open, alles geht durch) + F5-Voice-Referenz neu hochladen.
Voxtral bleibt aus auf der 3060 (braucht ≥16 GB VRAM). Das Default-Profil fährt Whisper (mit dem M0.1-Fix) + F5-TTS + lokales LLM. Voxtral erst mit der 24-GB-Karte: docker compose stop whisper-bridge && docker compose --profile voxtral up -d --build.
Erster Start lädt Modelle (mehrere GB via HuggingFace nach xtts/hf-cache
- xtts/models) — genug Platz (1 TB NVMe ✓) und etwas Geduld.
Box im selben Netz wie der RVS (z.B. Rechenzentrum, direkt auf die interne IP statt NAT-Hairpin): in xtts/.env RVS_HOST=<interne-ip> + RVS_SNI=<zert-name> (Name, für den das Caddy-Zert gilt). Ohne das scheitert TLS an tlsv1 alert internal error. Zuhause / normal: RVS_SNI leer lassen.

Verifizieren

nvidia-smi                                   # Host sieht die GPU
docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi   # Container auch
docker logs -f aria-whisper-bridge           # "RVS verbunden" + service_status ready