So, hier geht es um meine MIO TTS Stimme. Es geht einfach darum, dass ich für die Sprachausgabe von meinem OpenClaw-Agenten eine wohlklingende weibliche deutsche Stimme haben wollte. Und die gab es auf Biegen und Brechen nicht. Also habe ich meine gesamte Pipeline angeworfen und habe mit Qwen3-TTS mit der Sohe-Stimme ein 18-Stunden-Dataset produziert. Ich habe quasi meinen eigenen Roman vorlesen lassen mit dieser Stimme. Ich habe da draußen ein Dataset erstellt und mit diesem Dataset habe ich dann in 1300 irgendwas Epochen eine Piper TTS Stimme trainiert, die den Vorteil hat, dass sie A) gut und verständlich klingt und B) über Piper TTS verdammt schnell ist und wenig Ressourcen braucht. Ihr wisst, Piper TTS läuft so ziemlich auf jedem Toaster. Und dazu verlinke ich euch den Spaß, wo ich das Ganze hochgeladen habe, inklusive dem Modell und dem Dataset.