Transcripción y fachadas de habla con metro en audio segundos y personajes

Se descapó

27 de septiembre de 2026 a las 21:42 UTC

Autor

Kamo

Compromit

6379aa7

E4 POST /api/ai/v1/audio/transcripciones y E5 POST /api/ai/v1/audio/speech, cada uno con su gemelos internos, en los adaptadores de la familia SP01. La caminata de duración de WAV-header siempre termina; un modelo que enumera las voces es la primera cuando ninguna es nombrada y se salta por uno que no enumera (Piper ignora el campo de voz); Speaches pcm se pide a 24 kHz; malformado o en streaming los campos son rechazados; una transcripción de texto es UTF-8; una carga de más de 25 MB es 413 JSON.