# sg-announcer – utrop på høyttaleranlegget (Sauda Gathering)

Liten Flask-app: tekst inn i nettleseren → forhåndslytt → «Send ut på
anlegget» spiller lyden lokalt på **denne** maskinen med `pw-play`. TTS er
Piper (`piper-tts`, onnx, helt lokalt). Alt ligger i to filer:
`announcer.py` (server + kø) og `index.html` (sida).

Dokumentasjon for Kent: Athena-notatet
`30 Ressurser/Teknologi/Sauda Gathering - announcer.md`. Oppdater det, ikke
denne fila, når noe som er verdt å huske endres.

## Kjøring

Tjenesten er en systemd-brukerenhet: `~/.config/systemd/user/sg-announcer.service`
(enabled, port 8090). `systemctl --user restart sg-announcer` etter endringer
i koden. Manuelt: `uv run announcer.py --port 8090`.

Ny maskin (Debian/Ubuntu/Mint): `git clone https://git.1x1.no/kent/sg-announcer.git`
og `./install.sh` gjør alt (apt, uv, Python 3.13, stemmer, enhet, ufw). Kan
kjøres på nytt. Avspilling bruker `pw-play` når PipeWire kjører, ellers
`paplay` (`player_cmd()`), så Mint 21 med PulseAudio virker også.

Miljøvariabler (settes i enheten): `ANNOUNCER_PORT`, `ANNOUNCER_PIN` (tom =
ingen PIN), `ANNOUNCER_SINK` (pw-play `--target`; tom = standard utgang).

## Hvordan det henger sammen

- `/api/preview` syntetiserer og returnerer WAV til nettleseren. Ingen lyd på PC-en.
- `/api/announce` legger meldingen i én FIFO-kø; en bakgrunnstråd spiller én
  om gangen med `pw-play`. `/api/stop` dreper gjeldende avspilling, `/api/clear`
  tømmer køen.
- Knappen «Send ut» er låst til nøyaktig den teksten/stemmen/hastigheten som
  sist ble forhåndslyttet. Det er med vilje: ingen skal sende noe de ikke har hørt.
- Ferdige WAV-er bufres i `cache/` etter innholdshash. Trygt å slette.
- Jingler: de innebygde (`BUILTIN_CHIMES`) genereres i Python med `_tone`/
  `_mix`/`_overlay`, ingen lydfiler. Egne filer i `chimes/` (wav/mp3/ogg/flac)
  dukker opp i menyen som `file:<stem>`; ffmpeg kutter til 6 s, normaliserer
  til -18 LUFS og fader ut. Mappa leses ved hver forespørsel, så nye filer
  vises uten restart. Toppnivå på de innebygde ligger mellom -4 og -10 dBFS,
  talen går til 0 dBFS, så jinglen skal aldri være høyere enn stemmen.

## Stemmer og motorer

`VOICES_LIST` i `announcer.py` er eneste sted en stemme legges til. To motorer:

- **edge** (`_edge`): Microsofts nevrale stemmer via `edge-tts`-pakken. Gratis,
  ingen nøkkel, men krever internett og er en uoffisiell bruk av Edge sin
  «les høyt»-tjeneste – kan slutte å virke uten varsel. Norsk: bare
  `nb-NO-FinnNeural` og `nb-NO-PernilleNeural`. `*MultilingualNeural`-stemmene
  kan lese norsk med engelsk aksent. Liste: `uv run edge-tts --list-voices`.
  Leverer MP3 24 kHz; dekodes med ffmpeg til PCM i `edge_pcm()`.
- **piper** (`_piper`): lokalt, robotaktig, reserve når nettet er nede.
  Modellen lastes ned ved oppstart til `voices/` (gitignored). Norsk finnes
  bare som `talesyntese-medium` og `nvcc-medium` (ti talere, `speaker`-indeks).
  Full liste: `https://huggingface.co/rhasspy/piper-voices/resolve/main/voices.json`.

Vil Kent ha enda bedre lyd: ElevenLabs (nøkkel, best norsk) eller OpenAI
`gpt-4o-mini-tts` er neste trinn; legg til som ny motor i `synthesize()`.

## Feller

- **ufw**: appen kjører nativt, så Docker-smutthullet gjelder ikke. Porten må
  åpnes eksplisitt for LAN-et (`sudo ufw allow from 10.20.70.0/23 to any port 8090 proto tcp`).
- `pkill -f announcer.py` fra et skall som selv har `announcer.py` i
  kommandolinja dreper skallet. Bruk `systemctl --user`.
- Piper 1.8 bruker `SynthesisConfig(length_scale=…)`; lavere = raskere.
- Forhåndslytt svarer 502 med feilmelding hvis edge-tts feiler (ingen nett).
  Køen markerer meldingen som `failed`. Bytt til en lokal reserve-stemme.