refactor: rename backend/frontend dirs and remove NovelWriter submodule

- Rename qwen3-tts-backend → canto-backend
- Rename qwen3-tts-frontend → canto-frontend
- Remove NovelWriter embedded repo

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

.gitignore

@@ -26,16 +26,16 @@ checkpoints/
 docker/models/
 docker/data/
 docker/.env
-qwen3-tts-frontend/node_modules/
-qwen3-tts-frontend/dist/
-qwen3-tts-frontend/.env
-qwen3-tts-frontend/.env.local
+canto-frontend/node_modules/
+canto-frontend/dist/
+canto-frontend/.env
+canto-frontend/.env.local
 CLAUDE.md
 样本.mp3
 aliyun.md
 /nginx.conf
 deploy.md
-qwen3-tts-backend/scripts
-qwen3-tts-backend/examples
-qwen3-tts-backend/qwen3-tts.service
-qwen3-tts-frontend/.env.production
+canto-backend/scripts
+canto-backend/examples
+canto-backend/canto.service
+canto-frontend/.env.production

README.zh.md

@@ -1,348 +0,0 @@
-# Qwen3-TTS WebUI
-
-> **⚠️ 注意：** 本项目由大量 AI 生成，目前处于不稳定状态。稳定版将在 [Releases](../../releases) 中发布。
-
-**非官方** 基于 Qwen3-TTS 的文本转语音 Web 应用，支持自定义语音、语音设计和语音克隆，提供直观的 Web 界面。
-
-> 这是一个非官方项目。如需查看官方 Qwen3-TTS 仓库，请访问 [QwenLM/Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS)。
-
-[English Documentation](./README.md)
-
-## 功能特性
-
-- 自定义语音：预定义说话人语音
-- 语音设计：自然语言描述创建语音
-- 语音克隆：上传音频克隆语音
-- **IndexTTS2**：高质量语音克隆，支持情感控制（高兴、愤怒、悲伤、恐惧、惊讶等），由 [IndexTTS2](https://github.com/iszhanjiawei/indexTTS2) 驱动
-- 有声书生成：上传 EPUB 文件，通过 LLM 自动提取角色并分配语音，生成多角色有声书；支持为每个角色单独启用 IndexTTS2
-- 双后端支持：支持本地模型和阿里云 TTS API 切换
-- 多语言支持：English、简体中文、繁體中文、日本語、한국어
-- JWT 认证、异步任务、语音缓存、暗黑模式
-
-## 界面预览
-
-### 桌面端 - 亮色模式
-![亮色模式](./images/lightmode-english.png)
-
-### 桌面端 - 暗黑模式
-![暗黑模式](./images/darkmode-chinese.png)
-
-### 移动端
-<table>
-  <tr>
-    <td width="50%"><img src="./images/mobile-lightmode-custom.png" alt="移动端亮色模式" /></td>
-    <td width="50%"><img src="./images/mobile-settings.png" alt="移动端设置" /></td>
-  </tr>
-</table>
-
-### 有声书生成
-![有声书概览](./images/audiobook-overview.png)
-
-<table>
-  <tr>
-    <td width="50%"><img src="./images/audiobook-characters.png" alt="有声书角色列表" /></td>
-    <td width="50%"><img src="./images/audiobook-chapters.png" alt="有声书章节列表" /></td>
-  </tr>
-</table>
-
-## 技术栈
-
-**后端**: FastAPI + SQLAlchemy + PyTorch + JWT
-- 使用 PyTorch 直接推理 Qwen3-TTS 模型
-- 异步任务处理与批量优化
-- 支持本地模型 + 阿里云 API 双后端
-
-**前端**: React 19 + TypeScript + Vite + Tailwind + Shadcn/ui
-
-## Docker 部署
-
-预构建镜像已发布至 Docker Hub：[bdim404/qwen3-tts-backend](https://hub.docker.com/r/bdim404/qwen3-tts-backend)、[bdim404/qwen3-tts-frontend](https://hub.docker.com/r/bdim404/qwen3-tts-frontend)
-
-**前置要求**：Docker、Docker Compose、NVIDIA GPU + [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html)
-
-```bash
-git clone https://github.com/bdim404/Qwen3-TTS-WebUI.git
-cd Qwen3-TTS-webUI
-
-# 下载模型到 docker/models/（参见下方"安装部署 > 下载模型"）
-mkdir -p docker/models docker/data
-
-# 配置
-cp docker/.env.example docker/.env
-# 编辑 docker/.env，设置 SECRET_KEY
-
-cd docker
-
-# 拉取预构建镜像
-docker compose pull
-
-# 启动（仅 CPU）
-docker compose up -d
-
-# 启动（GPU 加速）
-docker compose -f docker-compose.yml -f docker-compose.gpu.yml up -d
-```
-
-访问 `http://localhost`，默认账号：`admin` / `admin123456`
-
-## 安装部署
-
-### 环境要求
-
-- Python 3.9+ 并支持 CUDA（用于本地模型推理）
-- Node.js 18+（用于前端）
-- Git
-
-### 1. 克隆仓库
-
-```bash
-git clone https://github.com/bdim404/Qwen3-TTS-WebUI.git
-cd Qwen3-TTS-webUI
-```
-
-### 2. 下载模型
-
-**重要**: 模型**不会**自动下载，需要手动下载。
-
-详细信息请访问官方仓库：[Qwen3-TTS 模型](https://github.com/QwenLM/Qwen3-TTS)
-
-进入模型目录：
-```bash
-# Docker 部署
-mkdir -p docker/models && cd docker/models
-
-# 本地部署
-cd qwen3-tts-backend && mkdir -p Qwen && cd Qwen
-```
-
-**方式一：通过 ModelScope 下载（推荐中国大陆用户）**
-
-```bash
-pip install -U modelscope
-
-modelscope download --model Qwen/Qwen3-TTS-Tokenizer-12Hz --local_dir ./Qwen3-TTS-Tokenizer-12Hz
-modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice --local_dir ./Qwen3-TTS-12Hz-1.7B-CustomVoice
-modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign --local_dir ./Qwen3-TTS-12Hz-1.7B-VoiceDesign
-modelscope download --model Qwen/Qwen3-TTS-12Hz-1.7B-Base --local_dir ./Qwen3-TTS-12Hz-1.7B-Base
-```
-
-可选的 0.6B 模型（更小、更快）：
-```bash
-modelscope download --model Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice --local_dir ./Qwen3-TTS-12Hz-0.6B-CustomVoice
-modelscope download --model Qwen/Qwen3-TTS-12Hz-0.6B-Base --local_dir ./Qwen3-TTS-12Hz-0.6B-Base
-```
-
-**方式二：通过 Hugging Face 下载**
-
-```bash
-pip install -U "huggingface_hub[cli]"
-
-hf download Qwen/Qwen3-TTS-Tokenizer-12Hz --local-dir ./Qwen3-TTS-Tokenizer-12Hz
-hf download Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice --local-dir ./Qwen3-TTS-12Hz-1.7B-CustomVoice
-hf download Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign --local-dir ./Qwen3-TTS-12Hz-1.7B-VoiceDesign
-hf download Qwen/Qwen3-TTS-12Hz-1.7B-Base --local-dir ./Qwen3-TTS-12Hz-1.7B-Base
-```
-
-可选的 0.6B 模型（更小、更快）：
-```bash
-hf download Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice --local-dir ./Qwen3-TTS-12Hz-0.6B-CustomVoice
-hf download Qwen/Qwen3-TTS-12Hz-0.6B-Base --local-dir ./Qwen3-TTS-12Hz-0.6B-Base
-```
-
-**IndexTTS2 模型（可选，用于情感控制语音克隆）**
-
-IndexTTS2 是可选功能。如需使用，在同一 `Qwen/` 目录下运行：
-
-```bash
-# 仅下载所需文件，无需下载完整仓库
-hf download IndexTeam/IndexTTS-2 \
-  bpe.model config.yaml feat1.pt feat2.pt gpt.pth s2mel.pth wav2vec2bert_stats.pt \
-  --local-dir ./IndexTTS2
-```
-
-然后安装 indextts 包：
-```bash
-git clone https://github.com/iszhanjiawei/indexTTS2.git
-cd indexTTS2
-pip install -e . --no-deps
-cd ..
-```
-
-**最终目录结构：**
-
-Docker 部署（`docker/models/`）：
-```
-Qwen3-TTS-webUI/
-└── docker/
-    └── models/
-        ├── Qwen3-TTS-Tokenizer-12Hz/
-        ├── Qwen3-TTS-12Hz-1.7B-CustomVoice/
-        ├── Qwen3-TTS-12Hz-1.7B-VoiceDesign/
-        └── Qwen3-TTS-12Hz-1.7B-Base/
-```
-
-本地部署（`qwen3-tts-backend/Qwen/`）：
-```
-Qwen3-TTS-webUI/
-└── qwen3-tts-backend/
-    └── Qwen/
-        ├── Qwen3-TTS-Tokenizer-12Hz/
-        ├── Qwen3-TTS-12Hz-1.7B-CustomVoice/
-        ├── Qwen3-TTS-12Hz-1.7B-VoiceDesign/
-        ├── Qwen3-TTS-12Hz-1.7B-Base/
-        └── IndexTTS2/          ← 可选，用于 IndexTTS2 功能
-            ├── bpe.model
-            ├── config.yaml
-            ├── feat1.pt
-            ├── feat2.pt
-            ├── gpt.pth
-            ├── s2mel.pth
-            └── wav2vec2bert_stats.pt
-```
-
-### 3. 后端配置
-
-```bash
-cd qwen3-tts-backend
-
-# 创建虚拟环境
-python -m venv venv
-source venv/bin/activate  # Windows: venv\Scripts\activate
-
-# 安装依赖
-pip install -r requirements.txt
-
-# 安装 Qwen3-TTS
-pip install qwen-tts
-
-# 创建配置文件
-cp .env.example .env
-
-# 编辑配置文件
-# 本地模型：设置 MODEL_BASE_PATH=./Qwen
-# 仅阿里云 API：设置 DEFAULT_BACKEND=aliyun
-nano .env  # 或使用其他编辑器
-```
-
-**重要的后端配置** (`.env` 文件)：
-```env
-MODEL_DEVICE=cuda:0              # 使用 GPU（或 cpu 使用 CPU）
-MODEL_BASE_PATH=./Qwen           # 已下载模型的路径
-DEFAULT_BACKEND=local            # 使用本地模型用 'local'，API 用 'aliyun'
-DATABASE_URL=sqlite:///./qwen_tts.db
-SECRET_KEY=your-secret-key-here  # 请修改此项！
-```
-
-启动后端服务：
-```bash
-# 使用 uvicorn 直接启动
-uvicorn main:app --host 0.0.0.0 --port 8000 --reload
-
-# 或使用 conda（如果你喜欢）
-conda run -n qwen3-tts uvicorn main:app --host 0.0.0.0 --port 8000 --reload
-```
-
-验证后端是否运行：
-```bash
-curl http://127.0.0.1:8000/health
-```
-
-### 4. 前端配置
-
-```bash
-cd qwen3-tts-frontend
-
-# 安装依赖
-npm install
-
-# 创建配置文件
-cp .env.example .env
-
-# 启动开发服务器
-npm run dev
-```
-
-### 5. 访问应用
-
-在浏览器中打开：`http://localhost:5173`
-
-**默认账号**：
-- 用户名：`admin`
-- 密码：`admin123456`
-- **重要**: 登录后请立即修改密码！
-
-### 生产环境部署
-
-用于生产环境：
-
-```bash
-# 后端：使用 gunicorn 或类似的 WSGI 服务器
-cd qwen3-tts-backend
-gunicorn main:app -w 4 -k uvicorn.workers.UvicornWorker -b 0.0.0.0:8000
-
-# 前端：构建静态文件
-cd qwen3-tts-frontend
-npm run build
-# 使用 nginx 或其他 Web 服务器提供 'dist' 文件夹
-```
-
-## 配置
-
-### 后端配置
-
-后端 `.env` 关键配置：
-
-```env
-SECRET_KEY=your-secret-key
-MODEL_DEVICE=cuda:0
-MODEL_BASE_PATH=../Qwen
-DATABASE_URL=sqlite:///./qwen_tts.db
-
-DEFAULT_BACKEND=local
-
-ALIYUN_REGION=beijing
-ALIYUN_MODEL_FLASH=qwen3-tts-flash-realtime
-ALIYUN_MODEL_VC=qwen3-tts-vc-realtime-2026-01-15
-ALIYUN_MODEL_VD=qwen3-tts-vd-realtime-2026-01-15
-```
-
-**后端选项：**
-
-- `DEFAULT_BACKEND`: 默认 TTS 后端，可选值：`local` 或 `aliyun`
-- **本地模式**: 使用本地 Qwen3-TTS 模型（需要配置 `MODEL_BASE_PATH`）
-- **阿里云模式**: 使用阿里云 TTS API（需要用户在设置页面配置 API 密钥）
-
-**阿里云配置：**
-
-- 用户需要在 Web 界面的设置页面添加阿里云 API 密钥
-- API 密钥经过加密后安全存储在数据库中
-- 超级管理员可以控制是否为所有用户启用本地模型
-- 获取阿里云 API 密钥，请访问 [阿里云控制台](https://dashscope.console.aliyun.com/)
-
-## 使用说明
-
-### 切换后端
-
-1. 登录 Web 界面
-2. 进入设置页面
-3. 配置您偏好的后端：
-   - **本地模型**：选择"本地模型"（需要超级管理员启用本地模型）
-   - **阿里云 API**：选择"阿里云"并添加您的 API 密钥
-4. 选择的后端将默认用于所有 TTS 操作
-5. 也可以通过 API 的 `backend` 参数为单次请求指定不同的后端
-
-### 管理阿里云 API 密钥
-
-1. 在设置页面找到"阿里云 API 密钥"部分
-2. 输入您的阿里云 API 密钥
-3. 点击"更新密钥"保存并验证
-4. 系统会在保存前验证密钥的有效性
-5. 可随时使用删除按钮删除密钥
-
-## 特别鸣谢
-
-本项目基于阿里云 Qwen 团队开源的 [Qwen3-TTS](https://github.com/QwenLM/Qwen3-TTS) 官方仓库构建。特别感谢 Qwen 团队开源如此强大的文本转语音模型。
-
-## 许可证
-
-Apache-2.0 license 

canto-backend/deploy/nginx.conf

@@ -1,4 +1,4 @@
-upstream qwen_tts_backend {
+upstream canto_backend {
     server 127.0.0.1:8000;
 }
 
@@ -13,7 +13,7 @@ server {
     proxy_send_timeout 300s;
 
     location / {
-        proxy_pass http://qwen_tts_backend;
+        proxy_pass http://canto_backend;
         proxy_set_header Host $host;
         proxy_set_header X-Real-IP $remote_addr;
         proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
@@ -34,20 +34,20 @@ server {
     }
 
     location /outputs/ {
-        alias /opt/qwen3-tts-backend/outputs/;
+        alias /opt/canto-backend/outputs/;
         autoindex off;
         add_header Cache-Control "public, max-age=3600";
         add_header Content-Disposition "attachment";
     }
 
     location /health {
-        proxy_pass http://qwen_tts_backend/health;
+        proxy_pass http://canto_backend/health;
         proxy_set_header Host $host;
         access_log off;
     }
 
     location /metrics {
-        proxy_pass http://qwen_tts_backend/metrics;
+        proxy_pass http://canto_backend/metrics;
         proxy_set_header Host $host;
         allow 127.0.0.1;
         deny all;

canto-backend/deploy/qwen-tts.service

@@ -1,15 +1,15 @@
 [Unit]
-Description=Qwen3-TTS Backend API Service
+Description=Canto Backend API Service
 After=network.target
 
 [Service]
 Type=simple
 User=qwen-tts
 Group=qwen-tts
-WorkingDirectory=/opt/qwen3-tts-backend
-Environment="PATH=/opt/conda/envs/qwen3-tts/bin:/usr/local/bin:/usr/bin:/bin"
-EnvironmentFile=/opt/qwen3-tts-backend/.env
-ExecStart=/opt/conda/envs/qwen3-tts/bin/python main.py
+WorkingDirectory=/opt/canto-backend
+Environment="PATH=/opt/conda/envs/canto/bin:/usr/local/bin:/usr/bin:/bin"
+EnvironmentFile=/opt/canto-backend/.env
+ExecStart=/opt/conda/envs/canto/bin/python main.py
 Restart=on-failure
 RestartSec=10s
 StandardOutput=append:/var/log/qwen-tts/app.log