vegard 0a467066ba Synops v2: arkitektur, retninger og dokumentasjon

Nystart basert på arkitektonisk innsikt fra Sidelinja v1.
Koden er ny, visjon og primitiver er validert gjennom tidligere arbeid.

Inneholder:
- Komplett arkitekturdokumentasjon (docs/arkitektur.md)
- 6 vedtatte retninger (docs/retninger/)
- Alle concepts, features, proposals og erfaringer fra v1
- Server-oppsett og drift (docs/setup/)
- LiteLLM-konfigurasjon (API-nøkler via env)
- Editor.svelte referanse fra v1

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

2026-03-17 06:43:08 +01:00

1.4 KiB

Raw Blame History

Forslag: Ghost Host (AI Text-to-Speech i Studio)

Idé

Under innspilling kan programlederne trykke "Ghost Host"-knappen. AI-en genererer en kort kommentar (10-15 sek) basert på kunnskapsgrafen og tidligere episoder, og spiller den av med syntetisk stemme direkte i LiveKit-rommet.

"Vegard, du sa akkurat 'det er jo helt bananas', men i episode 17 sa du det samme om vindkraft — skal vi sette inn et klipp?"

Hvorfor

Tar live AI-assistenten fra passiv (tekst-popup) til aktiv (snakker med i rommet)
Kan gi ikoniske podcast-øyeblikk
Unik feature som ingen andre podcast-plattformer har

Bygger på

Live AI-assistent (faktoid-oppslag, NER)
Kunnskapsgrafen (faktoider, segmenter)
LiveKit (lydstrøm)
AI Gateway (tekst-generering)

Ny avhengighet

Text-to-Speech (TTS) — dette krever ny infrastruktur:
- Ekstern: ElevenLabs API (kan rutes via LiteLLM?)
- Lokal: Piper TTS, Coqui TTS, eller Tortoise-TTS (Docker-container)
- Vurdering: Lokal TTS passer bedre med self-hosted-filosofien, men kvaliteten er vesentlig lavere enn ElevenLabs

Åpne spørsmål

Stemme: nøytral syntetisk stemme, eller voice clone av en vert? (etiske implikasjoner)
Latens: kan vi generere tekst + TTS + injisere i LiveKit under 3 sekunder?
Godkjenning: bør det spilles av direkte, eller vises som "Ghost Host vil si noe" med play-knapp?
Kill switch: hva om den sier noe feil live? Trenger en "avbryt"-knapp

1.4 KiB Raw Blame History