<p align="center">
  <a href="https://hangry-labs.github.io/VoxCPMTTS/examples/">
    <img src="assets/voxcpmtts_logo_horizontal.webp" alt="Hangry Labs VoxCPMTTS-logo" width="900">
  </a>
</p>

<p align="center">
  <a href="README.md">English</a> ·
  <strong>Norsk bokmål</strong> ·
  <a href="README.pl.md">Polski</a> ·
  <a href="README.ja.md">日本語</a> ·
  <a href="README.zh.md">简体中文</a> ·
  <a href="README.es.md">Español</a>
</p>

<p align="center"><a href="https://hangry-labs.github.io/VoxCPMTTS/examples/?lang=nb"><strong>🎧 Lytt til stemmeeksempler</strong></a></p>

# Hangry Labs VoxCPMTTS

En bruksklar Docker-pakke for flerspråklig tekst til tale med Nano-vLLM-inferens, lokalt nettlesergrensesnitt og HTTP-API.

Denne Hangry Labs-versjonen er laget for enkel lokal bruk. Start én container, åpne grensesnittet eller bruk API-et uten å konfigurere Python, modeller og lydverktøy manuelt.

## Dette får du

- Nettlesergrensesnitt for generering, strømming, stemmedesign, stemmekloning, lokal transkripsjon og valgfri ikke-destruktiv behandling av stemmer og generert lyd
- Vedvarende stemmeprofiler og dialogmanus med designoppskrifter, portretter, søk, SSML-H-import og -eksport samt gjenbruk på tvers av økter
- SSML og SSML-H for fortellinger, dialoger med flere talere og skuespill
- OpenAI-kompatibelt tale-API (`/v1/audio/speech`) og native HTTP-API for applikasjoner og lokale integrasjoner
- Valgfrie MCP-endepunkter (`/mcp/` og `/mcp/advanced/`) med midlertidige lydlenker for integrasjon med andre lokale tjenester
- Generering på 30 språk støttet av VoxCPM2
- WAV-, MP3-, FLAC-, OGG-, Opus-, AAC- og PCM-utgang
- Nano-vLLM med CUDA-grafakselerasjon
- Langtekstbeskyttelse som standard, med deling ved naturlige grenser og et tydelig valg for å slå den av
- Et komplett Docker-bilde med modellressursene som kreves for frakoblet inferens

**Språk:** VoxCPM2 støtter offisielt [30 språk og ni kinesiske dialektgrupper](SUPPORTED_LANGUAGES.md).

> [!TIP]
> **Lytt før installasjon:** Åpne det [interaktive eksempelgalleriet med 30 språk](https://hangry-labs.github.io/VoxCPMTTS/examples/) for stemmedesign, kloning og en utvalgt Magic-dialog.

> [!IMPORTANT]
> Prosjektets egen og oppstrømsavledede kildekode bruker Apache-2.0. Docker-bildene er samlede distribusjoner som også inneholder modellressurser, NVIDIA CUDA-biblioteker, FFmpeg og andre pakker med egne vilkår. Les [merknadene om tredjepartskomponenter](THIRD_PARTY_NOTICES.md) før distribusjon eller videredistribusjon.

### Bygg komplette dialogmanus

Bruk Magic-redigereren til å sette sammen scener med flere talere visuelt, tilordne lagrede eller manusdefinerte stemmer, styre språk, tempo, tonehøyde, volum og regi for hver replikk, merke uttaleområder, forhåndsvise enkeltreplikker, dra dem i ønsket rekkefølge og lagre hele dialogen som portabel SSML-H.

<p align="center">
  <a href="assets/screenshots/generate-ui.webp">
    <img src="assets/screenshots/generate-ui.webp" alt="VoxCPMTTS-genereringsgrensesnitt med en regissert dialog mellom tre talere og et bibliotek med lagrede manus" width="1200">
  </a>
</p>

### Design, klon og gjenbruk stemmer

Lag stemmer fra beskrivelser i naturlig språk eller referanseopptak, lås frø for konsistens, legg til portretter og etiketter, finjuster lyden og gjenbruk lagrede karakterer i fremtidige manus.

<p align="center">
  <a href="assets/screenshots/design-ui.webp">
    <img src="assets/screenshots/design-ui.webp" alt="VoxCPMTTS-grensesnitt for stemmedesign med en studioforteller med låst frø og et bibliotek med gjenbrukbare stemmer" width="1200">
  </a>
</p>

## Hurtigstart

Start det komplette bildet på en NVIDIA-GPU:

```bash
docker run -d --name voxcpmtts --restart unless-stopped -p 8808:8808 --gpus all -e CUDA_VISIBLE_DEVICES=0 -v voxcpmtts_data:/app/persistent hangrylabs/voxcpmtts:v1.1@sha256:cc5a1f186cd8baeed3fe777b94ebe8a22648dbd30d5100a498bad46b860210a9
```

Åpne deretter:

- Grensesnitt: [http://localhost:8808/nb](http://localhost:8808/nb)
- API-dokumentasjon: [http://localhost:8808/tts/docs](http://localhost:8808/tts/docs)
- [Eksempler på språk og stemmer](https://hangry-labs.github.io/VoxCPMTTS/examples/)

Volumet `voxcpmtts_data` beholder modellbuffer, stemmeprofiler, referanselyd og fremtidige innstillinger når containeren erstattes. Det komplette bildet inneholder de låste modellressursene og kan kjøre normal inferens uten nettverk etter nedlasting.

Publiserte GitHub-utgivelser og tilhørende Git-tagger er uforanderlige. Versjonerte Docker-tagger er også uforanderlige, mens `latest` og `latest_tiny` med hensikt følger det nyeste øyeblikksbildet.

## Mer informasjon

Les [den norske produktsiden og installasjonsveiledningen](https://hangrylabs.app/nb/software/voxcpmtts). Full teknisk dokumentasjon vedlikeholdes i den [engelske README-filen](README.md). Feil og forslag kan rapporteres i [GitHub Issues](https://github.com/Hangry-Labs/VoxCPMTTS/issues).
