- Gestion multi utilisateur : comptes, rôles et cloisonnement par utilisateur. Reste l'administration (inviter, désactiver, quotas).
- Ajouter des samples depuis son micro
- Découper longue piste en plusieurs samples
- Desktop app : Wails + CPython embarqué, packagée pour Linux, macOS et Windows à chaque tag.
- GPT-SoVITS
- IndexTTS2
- flash-attn : installé automatiquement dans le variant CUDA via
cuda-nvcc-12-4etcuda-cudart-dev-12-4dans le build stage.
Permettre un fine-tuning par profil vocal via LoRA pour une qualité de cloning supérieure au zero-shot.
- Étudier le pipeline d'entraînement Qwen3-TTS (format dataset JSONL + audio)
- Créer un worker d'entraînement (subprocess Python) avec streaming du progrès (SSE)
- Ajouter les endpoints API : CRUD samples de fine-tuning, lancement/arrêt d'entraînement, gestion des adaptateurs
- Stocker les adaptateurs LoRA (
adapters/{job_id}/) et les associer aux profils vocaux - Intégrer la génération avec adaptateur dans le backend PyTorch (librairie PEFT, cache LRU)
- UI : onglet fine-tuning avec collecte de samples, paramètres d'entraînement, suivi du progrès, sélecteur d'adaptateur
- Nécessite un GPU pour l'entraînement
- Minimum ~10 samples de 5-15s avec transcription, idéalement 20-50
- Applicable principalement à Qwen3-TTS
- Implémenter d'abord la concaténation multi-samples (plus simple, tous backends)