Update README.md

README.md

@@ -1,43 +1,36 @@
-# omnivoice.cpp
+# omnivoice.cpp - docker version
 
-Local AI text-to-speech with voice cloning and voice design, powered
-by GGML. C++17 port of OmniVoice (k2-fsa/OmniVoice). 646 languages,
-24 kHz mono output, runs on CPU, CUDA, ROCm, Metal, Vulkan.
+Локальный искусственный интеллект для синтеза речи (Text-to-Speech) с 
+клонированием и конструированием голоса, работающий на базе GGML. 
+Порт проекта OmniVoice на C++17. Поддержка 646 языков, выходной сигнал 24 кГц (моно), 
+контейнер работает на CPU и Vulkan.
 
-## Features
+## Возможности
+- Клонирование голоса по эталонному WAV-файлу и его транскрипту
+- Конструирование голоса через ключевые атрибуты (пол, возраст, высота тона, стиль, громкость, эмоции)
+- Авто-голос с сохранением идентичности говорящего на длинных текстах
+- Длительный синтез с учетом пунктуации, выделение голосовых промптов, кроссфейд и удаление тишины по стандартам pydub
+- Побитовая детерминированность в жадном режиме (greedy mode), генерация через семафорное распределенное случайное число (PRNG Philox)
+- Квантование модели Qwen3 (612 млн параметров) в формат Q8_0
+- Два консольных инструмента: omnivoice-tts (текст -> WAV) и omnivoice-codec (WAV <-> RVQ коды)
+- OpenAI API-совместивый сервер с возможностью интеграции в Open WebUI (tools/tts-server)
 
-- Voice cloning from a reference WAV plus its transcript
-- Voice design via attribute keywords (gender, age, pitch, style,
-  volume, emotion)
-- Auto voice with consistent speaker identity across long inputs
-- Long-form synthesis with punctuation-aware text chunking, voice
-  prompt promotion, cross-fade and pydub-strict silence removal
-- Bit deterministic generation in greedy mode, seedable Philox PRNG
-  for stochastic sampling
-- Q8_0 quantisation of the 612 M parameter Qwen3 backbone
-- Two CLI tools : `omnivoice-tts` (text -> WAV) and `omnivoice-codec`
-  (WAV <-> RVQ codes)
-
-## Build
+## Сборка образа Docker
 
 ```
 git clone --recurse-submodules https://github.com/ServeurpersoCom/omnivoice.cpp.git
 cd omnivoice.cpp
-./buildcuda.sh                   # NVIDIA GPU
-./buildvulkan.sh                 # AMD/Intel GPU (Vulkan)
-./buildcpu.sh                    # CPU only
-./buildall.sh                    # all backends, runtime DL loading
-NVCC_CCBIN=g++-13 ./buildcuda.sh # rolling release distros (Arch w/ GCC 16, etc.)
+./buildvulkan.sh                 # Most GPUs (Vulkan) and CPU (if GPU unavailable) reference
+docker-compose build
 ```
 
-## Model conversion
+## Конвертация моделей
 
-Pre-converted GGUFs are available on Hugging Face :
+Предварительно сконвертированные GGUF доступны на Hugging Face:
 
   https://huggingface.co/Serveurperso/OmniVoice-GGUF
 
-Drop them in `models/` and skip to the quick start. To convert from
-the original checkpoint :
+Положите их в папку models/ и переходите к быстрому старту. Для конвертации из исходного чекпоинта:
 
 ```
 ./checkpoints.sh      # hf download k2-fsa/OmniVoice -> checkpoints/
@@ -45,7 +38,7 @@ the original checkpoint :
 ./quantize.sh         # base LM Q8_0 (tokenizer stays at native dtype)
 ```
 
-## Quick start
+## Быстрый старт
 
 ```
 echo "Hello world." | ./build/omnivoice-tts \
@@ -54,7 +47,7 @@ echo "Hello world." | ./build/omnivoice-tts \
     --lang English -o hello.wav
 ```
 
-Voice cloning :
+Копирование голоса :
 
 ```
 ./build/omnivoice-tts \
@@ -64,10 +57,10 @@ Voice cloning :
     --lang English -o out.wav < prompt.txt
 ```
 
-Pre-encoded reference (`clone.sh`): `omnivoice-codec` encodes a reference WAV
-into a compact `.rvq` latent (it applies the exact TTS reference
-preprocessing, so the codes are bit-identical to the `--ref-wav` path).
-Passing it via `--ref-rvq` skips the codec encode on every synthesis:
+Готовый эталон (clone.sh): утилита `omnivoice-codec` кодирует эталонный WAV
+в компактный латент .rvq. Она применяет точную предобработку эталона для синтеза,
+поэтому коды битово идентичны файлу из `--ref-wav`. Передача через --ref-rvq 
+пропускает кодировку кодеком при каждом синтезе:
 
 ```
 build/omnivoice-codec --model models/omnivoice-tokenizer-F32.gguf -i ref.wav
@@ -78,11 +71,11 @@ build/omnivoice-tts \
     --lang English -o out.wav < prompt.txt
 ```
 
-## Embedding the library
-
-The CLI tools are thin wrappers over a public ABI. Single-header,
-single-name-prefix, plain C linkage so that C, C++, Python ctypes,
-Rust bindgen and Go cgo all consume it the same way.
+## Встраивание библиотеки
+Консольные утилиты — это тонкая оболочка над открытым ABI. 
+Однозаголовочная библиотека, единый префикс имени, чистая C-связка. 
+Это позволяет использовать её одинаково в C, C++, Python (ctypes), 
+Rust (bindgen) и Go (cgo).
 
 ```c
 #include "omnivoice.h"
@@ -106,23 +99,15 @@ ov_audio_free(&audio);
 ov_free(ov);
 ```
 
-`tests/abi-c.c` is built with `-std=c99 -Wall -Werror -pedantic` on
-every build, so any regression that breaks plain C consumability fails
-the build, not just an opt-in target.
+tests/abi-c.c собирается с флагами -std=c99 -Wall -Werror -pedantic при каждой сборке. Любая регрессия, ломающая совместимость с чистым C, остановит сборку, а не просто станет опциональной целью.
 
-For a binding-friendly shared library (libomnivoice.so / .dll / .dylib),
-configure with `cmake -DOMNIVOICE_SHARED=ON ...`. The shared target
-exports only the `ov_*` symbols ; every internal `pipeline_*` and
-`backend_*` stays hidden inside the .so.
+Для создания связывающей разделяемой библиотеки (libomnivoice.so / .dll / .dylib) используйте конфигурацию cmake -DOMNIVOICE_SHARED=ON .... Разделяемый объект экспортирует только символы ov_*; все внутренние pipeline_* и backend_* остаются скрытыми внутри .so.
 
-See [docs/ARCHITECTURE.md](docs/ARCHITECTURE.md) for the model, the
-GGUF layout, the inference pipeline, every CLI flag, the public API
-reference and the validation results.
+Ознакомьтесь с docs/ARCHITECTURE.md для сведений о модели, структуре GGUF, конвейере вывода (inference pipeline), всех флагах CLI, справке по общедоступному API и результатах валидации.
 
-## License
+## Лицензия
 
-MIT. See [LICENSE](LICENSE).
+MIT. См. [LICENSE](LICENSE).
 
-Upstream model : OmniVoice by Xiaomi / k2-fsa, Apache 2.0.
-Audio codec : Higgs Audio v2 (`bosonai/higgs-audio-v2-tokenizer`),
-Apache 2.0.
+Исходная модель : OmniVoice от Xiaomi / k2-fsa, Apache 2.0.
+Аудиокодек: Higgs Audio v2 (`bosonai/higgs-audio-v2-tokenizer`), Apache 2.0.