genwave
GenWave es una plataforma de transmisión de audio en vivo potenciada por IA, capaz de reproducir contenido musical curado 24/7 sin intervención humana. Combina generación de contenido con IA, presentadores personalizados y gestión de biblioteca local para crear una experiencia completa de radio.
Ficha actualizada 22 sept 2026, 18:34 · upstream 22 sept 2026, 16:49 · release v5.11.0
Qué es genwave
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
GenWave es un servicio de radio en internet autocontenido que ofrece una sola transmisión compartida con desfases de mezcla de potencia igualada entre canciones, nivel de ruido ajustado y rotación segura. Utiliza Liquidsoap para la mezcla en tiempo real (mezcla, crossfade, codificación) e Icecast para el fan-out. La selección se basa en criterios basados en un catálogo de biblioteca musical, sin necesidad de una tabla de reproducción ordenada.
La plataforma es self-hostable y está diseñada para ser desplegada en entornos con recursos limitados. Su arquitectura permite escalar la inteligencia artificial mediante modelos de lenguaje (Gemma 4, Qwen3, DeepSeek R1, Magistral) configurables según el presupuesto del equipo. La interfaz de usuario se construye sobre Next.js y Node.js con FastAPI como backend.
El sistema incluye un motor de síntesis de voz (TTS) basado en LLMs que genera presentaciones personalizadas para DJs o contenido programado, junto con una capa de seguridad que garantiza la continuidad del servicio incluso cuando el disco de música está vacío. El despliegue se realiza mediante Docker Compose, y las imágenes son multi-arch (amd64 + arm64) para soportar hardware diverso.
- Transmisión de radio en vivo con rotación segura entre canciones
- Generación automática de presentaciones personalizadas por DJs o contenido programado
- Automatización de gestión de biblioteca musical mediante IA
- Monitoreo y análisis de métricas de audiencia en tiempo real
- Despliegue escalable en entornos con recursos limitados (Raspberry Pi 4GB)
- Integración con ecosistemas IoT para control remoto de la transmisión
- Producción de contenido musical personalizado sin intervención humana
- Soporta rotación segura entre canciones que mantiene el volumen consistente incluso cuando el disco está vacío
- Implementa nivelamiento de ruido automático (loudness level-matching) para mantener un volumen uniforme en la transmisión
- Utiliza Liquidsoap para mezcla en tiempo real con crossfade y codificación, evitando procesamiento pesado en el backend
- Soporta múltiples modelos de síntesis de voz (Kokoro, fallback Piper, LLMs como Gemma 4 o Qwen3)
- Multi-architectural (amd64 + arm64) para soportar hardware diverso desde Raspberry Pi hasta servidores empresariales
- API RESTful con autenticación por token y soporte para solicitudes públicas de canciones
- Depende de una biblioteca musical externa en disco local, lo que limita la escalabilidad horizontal sin repositorios externos
- La generación de contenido mediante LLMs introduce latencia y puede generar respuestas incoherentes o erróneas si el modelo no está configurado correctamente
- El despliegue requiere Docker Compose v2.24+ y un entorno con permisos adecuados para ejecutar servicios en red
- La integración de modelos LLMs introduce dependencias adicionales (API keys, tokens) que pueden ser costosas o limitadas
- No incluye soporte nativo para streaming de audio a dispositivos móviles sin una API adicional
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar GenWave, se recomienda usar Docker Compose con el archivo .env generado por la herramienta de configuración. Se debe configurar un disco local (NFS o SSD) como biblioteca musical y definir los permisos adecuados para que el servicio pueda leer archivos. Para pruebas de desarrollo, se puede ejecutar con `./launch.sh --dry-run` para visualizar el plan de ejecución sin iniciar servicios reales. En producción, es necesario configurar la autenticación del admin mediante `.env`, habilitar el modo espectador si se desea permitir interacción pública, y desplegar modelos LLMs según los requerimientos de latencia y presupuesto. Se recomienda mantener un monitoreo continuo con herramientas como Grafana Alloy para observar el rendimiento de los servicios y detectar cuellos de botella en la biblioteca musical o en la generación de contenido.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.