mirror of
https://github.com/R0m1k3/Socialflow.git
synced 2026-10-11 17:26:45 +02:00
Claude
fdace9d8d5
- qwen-tts : GPU NVIDIA détecté automatiquement (bfloat16), image CUDA 12.8 (RTX 50xx comprises) via TORCH_VARIANT=cu128, docker-compose.gpu.yml dédié (clé obligatoire, choix de la carte) et guide d'installation Unraid. - Paramètres → « Qwen TTS (voix locale) » : adresse + clé du service, test de connexion (modèle et carte graphique affichés), stockés en base (app_config.qwen_tts_url / qwen_tts_api_key) et transmis à ffmpeg-api à chaque voix ; QWEN_TTS_URL reste un défaut. - Le service qwen-tts CPU du docker-compose principal devient optionnel (profil qwen-local). Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01Upu97wMmsRkBoj6iVM4rH6
47 lines
2.1 KiB
Python
47 lines
2.1 KiB
Python
"""Configuration lue dans l'environnement."""
|
|
|
|
import os
|
|
from pathlib import Path
|
|
|
|
# Pas de clé par défaut : un service exposé avec une clé connue de tous
|
|
# n'est pas protégé. Le démarrage échoue si elle manque.
|
|
API_KEY = os.environ.get("API_KEY", "")
|
|
|
|
TEMP_DIR = Path(os.environ.get("TEMP_DIR", "/tmp/ffmpeg_processing"))
|
|
|
|
# Durée de conservation des fichiers produits (téléchargés par l'application
|
|
# puis supprimés ; la purge ne rattrape que les oublis).
|
|
FILE_TTL_SECONDS = int(os.environ.get("FILE_TTL_SECONDS", "3600"))
|
|
|
|
GEMINI_TTS_MODEL = os.environ.get("GEMINI_TTS_MODEL", "gemini-2.5-flash-preview-tts")
|
|
# Gemini tire sa lecture au hasard : une température basse et une graine fixe
|
|
# donnent une intonation stable d'une génération à l'autre.
|
|
GEMINI_TTS_TEMPERATURE = float(os.environ.get("GEMINI_TTS_TEMPERATURE", "0.3"))
|
|
GEMINI_TTS_SEED = int(os.environ.get("GEMINI_TTS_SEED", "20260928"))
|
|
# Générations tentées quand la lecture ne correspond pas au texte
|
|
GEMINI_TTS_ATTEMPTS = int(os.environ.get("GEMINI_TTS_ATTEMPTS", "3"))
|
|
|
|
# Modèle Whisper utilisé pour caler les sous-titres sur la voix.
|
|
WHISPER_MODEL = os.environ.get("WHISPER_MODEL", "base")
|
|
WHISPER_COMPUTE_TYPE = os.environ.get("WHISPER_COMPUTE_TYPE", "int8")
|
|
|
|
# Proxy sortant éventuel pour Edge TTS (aiohttp ne lit pas HTTPS_PROXY seul).
|
|
OUTBOUND_PROXY = os.environ.get("HTTPS_PROXY") or os.environ.get("https_proxy") or None
|
|
|
|
# Rendu
|
|
WIDTH = 1080
|
|
HEIGHT = 1920
|
|
FPS = 30
|
|
# La voix démarre après ce délai (le temps de capter l'attention).
|
|
VOICE_DELAY = 2.0
|
|
|
|
SUBTITLE_FONT = os.environ.get("SUBTITLE_FONT", "Montserrat")
|
|
|
|
# Service Qwen3-TTS par défaut (service qwen-tts, local ou serveur GPU) ; l'adresse
|
|
# réglée dans les paramètres de l'application est prioritaire. Vide : aucun.
|
|
QWEN_TTS_URL = os.environ.get("QWEN_TTS_URL", "").rstrip("/")
|
|
# Sur CPU, la génération prend plusieurs fois la durée de la voix
|
|
QWEN_TTS_TIMEOUT = float(os.environ.get("QWEN_TTS_TIMEOUT", "900"))
|
|
QWEN_TTS_ATTEMPTS = int(os.environ.get("QWEN_TTS_ATTEMPTS", "2"))
|
|
QWEN_TTS_API_KEY = os.environ.get("QWEN_TTS_API_KEY", "")
|