speak.sh vereinfacht

speak.sh

@@ -2,49 +2,23 @@
 
 cd "$(dirname "$0")"
 
-# Lade .env (alle Variablen automatisch exportieren)
 if test -f .env; then
     set -a
     . ./.env
     set +a
 fi
 
-# Ausgabedatei (optionaler Parameter, Default: output.wav)
 OUT="${1:-output.wav}"
 
-# Text von STDIN in temporäre Datei lesen
 TMP_TEXT=$(mktemp)
 trap 'rm -f "$TMP_TEXT"' EXIT
-
 cat > "$TMP_TEXT"
 
-# Referenz-Audio als base64 kodieren (Linux: -w 0)
 REF_AUDIO_B64=$(base64 -w 0 elena-referenz.wav)
+ESCAPED_TEXT=$(awk '{gsub(/\\/, "\\\\"); gsub(/"/, "\\\""); gsub(/\t/, "\\t"); if (NR>1) printf "\\n"; printf "%s", $0}' "$TMP_TEXT")
 
-# JSON-Body via Pipe an curl übergeben, damit der Text
-# nie von der Shell expandiert wird (keine $-Probleme).
-{
-    printf '{\n'
-    printf '  "text": "'
-    # JSON-Escaping für Text: \, ", Tab, Zeilenumbruch
-    awk '{
-        gsub(/\\/, "\\\\");
-        gsub(/"/, "\\\"");
-        gsub(/\t/, "\\t");
-        if (NR > 1) printf "\\n";
-        printf "%s", $0
-    }' "$TMP_TEXT"
-    printf '",\n'
-    printf '  "language": "German",\n'
-    printf '  "ref_text": "Das Café Laube roch nach einer Mischung aus frisch gerösteten Bohnen, süßlichen Lilien und dem metallischen Unterton von Regen",\n'
-    printf '  "trim_sample": true,\n'
-    printf '  "auto_denoise": false,\n'
-    printf '  "high_fidelity": false,\n'
-    printf '  "ref_audio_b64": "'
-    printf '%s' "$REF_AUDIO_B64"
-    printf '"\n'
-    printf '}\n'
-} | curl -X POST "https://vonkaiser-audiodojo.chutes.ai/tts/qwen3clone" \
+printf '{"text":"%s","language":"German","ref_text":"Das Café Laube roch nach einer Mischung aus frisch gerösteten Bohnen, süßlichen Lilien und dem metallischen Unterton von Regen","trim_sample":true,"auto_denoise":false,"high_fidelity":false,"ref_audio_b64":"%s"}' "$ESCAPED_TEXT" "$REF_AUDIO_B64" | \
+curl -X POST "https://vonkaiser-audiodojo.chutes.ai/tts/qwen3clone" \
     -H "Authorization: Bearer $CHUTES_API_KEY" \
     -H "Content-Type: application/json" \
     --data-binary @- \