wikijoan - Contribucions de l'usuari [ca]

TTS: Síntesi de veu

2026-10-10T23:32:05Z

Joan:

__TOC__

=1a prova: F5-TTS, no funciona=

(no acaba de funcionar, resultats inconsistents)

*https://chatgpt.com/c/6ab042c5-4344-83eb-90bb-83cad23ab322

(m'he fet un lio amb el XTTS-v2 i la instal·lació de Coqui TTS)

prompt: "vull fer clonació i síntesi de veu en català amb F5-TTS. Tinc una RTX5060 Ti 16GB."

Per català, però, hi ha un punt important: el model base de F5-TTS no és específicament un model català, així que la qualitat de pronunciació catalana dependrà molt del text, del model/checkpoint i de l'àudio de referència. Si vols qualitat alta i consistent en català, podem plantejar també fine-tuning.

<pre>
mkdir -p F5-TTS
cd F5-TTS
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip setuptools wheel
</pre>

3. Instal·la PyTorch
El repositori actual de F5-TTS documenta PyTorch amb CUDA 12.8, i PyTorch publica wheels específiques cu128.

Jo tinc CUDA 13.2, però no passa res
<pre>
pip install torch==2.8.0+cu128 torchaudio==2.8.0+cu128 \
--extra-index-url https://download.pytorch.org/whl/cu128

$ python3
import torch

print("PyTorch:", torch.__version__)
print("CUDA:", torch.version.cuda)
print("CUDA disponible:", torch.cuda.is_available())
print("GPU:", torch.cuda.get_device_name(0))
print("Compute capability:", torch.cuda.get_device_capability(0))

PyTorch: 2.8.0+cu128
CUDA: 12.8
CUDA disponible: True
GPU: NVIDIA GeForce RTX 5060 Ti
Compute capability: (12, 0)
</pre>

4. Instal·la F5-TTS

<pre>
git clone https://github.com/SWivid/F5-TTS.git

cd F5-TTS
pip install -e .
</pre>
ara el meu directori de treball és ~/F5-TTS/F5-TTS. No confondre el primer amb el segon.

<pre>
$ f5-tts_infer-cli --help
$ f5-tts_infer-gradio --help -> es descarrega el model
</pre>

5. Primera prova: interfície web

<pre>
$ f5-tts_infer-gradio
</pre>

Normalment et donarà una adreça local del tipus:

* http://127.0.0.1:7860

Obre-la al navegador.

La interfície de F5-TTS permet fer inferència a partir d'una veu de referència i generar text nou. El projecte actual també disposa de funcionalitats d'inferència per chunks i altres modes.

però jo no estic davant de l'ordinador. I no puc fer:

* http://79.156.157.3:7860

perquè el port 7860 no està obert
(m'he quedat aquí)
(...)

Gravo una veu que representa que és de referència, i a partir d'aquesta veu podré fer síntesi/clonació. És a dir, jo el que volia fer aquí ja és la clonació. Aquesta tècnica s'emmarca amb la tècnica de clonació directa amb un model zero-shot multilingüe. Models com F5-TTS permeten clonar una veu a partir només d'uns segons d'àudio i generar directament en l'idioma objectiu. Els models que es poden fer servir són XTTS-v2 (Coqui), F5-TTS o GPT-SoVITS (estic provant F5-TTS), i el problema és que cap d'aquests models té el català com a idioma oficialment suportat de sèrie.
<pre>
$ arecord -f cd gravacio.wav

scp gravacio.* joan@192.168.1.184:/home/joan/Baixades

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>

es genera el fitxer /home/joan/Baixades/prova.wav

NOTA: recordem que en el portàtil tinc un punt de muntatge a /home/joan/projectes en el servidor.

<pre>
$ find ~/.cache/gface -type d -iname "*F5*" 2>/dev/null
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_v1_Base
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_Base
/home/joan/.cache/huggingface/hub/.locks/models--SWivid--F5-TTS

$ f5-tts_infer-cli --model F5TTS_v1_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova2.wav --speed 0.06

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/projectes/gravacio2.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>
No m'acaba de sortir. Obtinc uns resultats en anglès bastant inconsistents, i en català no ho aconseguiré.

=2a prova: model VITS=

2a prova per a la síntesi d'una veu en català
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Abans de fer la clonació de veu primer he de fer síntesi de veu en català. S'ha de separar el problema en dos passos:

- Genera la parla en català amb un model ja entrenat pel Projecte Aina (BSC), com Matxa-TTS o el VITS multi-parlant (projecte-aina/tts-ca-coqui-vits-multispeaker) — és la primera solució tecnològica publicada com a model lingüístic en obert que ofereix interpretació de text a veu en català central, nord-occidental, balear i valencià, disponible a Hugging Face.
- Converteix el timbre a la teva veu amb una eina de voice conversion com RVC (Retrieval-based Voice Conversion) o so-vits-svc. Entrenes un model petit amb ~10-30 minuts d’àudio net de la teva veu (parlant en qualsevol idioma, fins i tot) i li apliques la sortida del TTS català. El model de conversió només ha d’aprendre el ''color'' de la teva veu, no l'idioma, així que funciona molt bé i és ràpid d’entrenar amb 16GB. Aquest segon pas és la ''clonació de veu'', i la desenvolupo en una altra entrada. Ara ens centrarem només en la síntesi.

Anem a fer dons la síntesi de veu en català.

<pre>
mkdir ~/veu-catala && cd ~/veu-catala
python3 -m venv venv
source venv/bin/activate # a Windows: venv\Scripts\activate
pip install --upgrade pip
</pre>
Recordem que estem seguint:
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Primer instal·lem PyTorch. Aquí el Claude em fa un avís: La teva 5060 Ti és arquitectura Blackwell (sm_120). Si instal·les PyTorch “normal” (per exemple amb CUDA 12.1 o 12.4), et donarà l’error CUDA capability sm_120 is not compatible. Necessites la build amb CUDA 12.8 o superior:

<pre>
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
</pre>
i comprovem que ho detecta bé:
<pre>
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"
</pre>
També necessitem com a dependència:
<pre>
sudo apt install ffmpeg
</pre>

i ara ja podem instal·lar TTS (llibreria coqui-tts, compatible amb els models VITS del BSC)

<pre>
$ pip install TTS
ERROR: Ignored the following versions that require a different python version: 0.0.10.2 Requires-Python >=3.6.0,<3.9; 0.0.10.3 Requires-Python >=3.6.0,<3.9; 0.0.11 Requires-Python >=3.6.0,<3.9; 0.0.12 Requires-Python >=3.6.0,<3.9; 0.0.13.1 Requires-Python >=3.6.0,<3.9; 0.0.13.2 Requires-Python >=3.6.0,<3.9; 0.0.14.1 Requires-Python >=3.6.0,<3.9; 0.0.15 Requires-Python >=3.6.0,<3.9; 0.0.15.1 Requires-Python >=3.6.0,<3.9; 0.0.9 Requires-Python ... >=3.7.0,<3.11; 0.7.1 Requires-Python >=3.7.0,<3.11; 0.8.0 Requires-Python >=3.7.0,<3.11; 0.9.0 Requires-Python >=3.7.0,<3.11
ERROR: Could not find a version that satisfies the requirement TTS (from versions: none)
ERROR: No matching distribution found for TTS
</pre>
Confirmat: el paquet TTS original de Coqui està abandonat (l'empresa va tancar) i el darrer release no accepta Python ≥3.12, que és probablement el que tens instal·lat. Hi ha un fork actiu mantingut per Idiap que ha canviat de nom a coqui-tts.
<pre>
pip install coqui-tts -> ara sí
</pre>
Aquest fork suporta Python 3.10 fins a <3.13 (i les últimes versions ja arriben fins <3.14). Si el teu python3 --version et dona 3.13 o més nou, hauràs de crear el venv amb una versió compatible:

Prova ràpida amb el model multi-parlant:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

Però dóna un error:
<pre>
from TTS.api import TTS
ImportError: cannot import name 'isin_mps_friendly' from 'transformers.pytorch_utils' (/home/joan/veu-catala/venv/lib/python3.12/site-packages/transformers/pytorch_utils.py)
</pre>
Trobat exactament: és un problema conegut i molt recent — transformers 5.x va eliminar la funció isin_mps_friendly que coqui-tts encara fa servir internament (a TTS/tts/layers/tortoise/autoregressive.py). Se't deu haver instal·lat automàticament una versió massa nova de transformers.

Solució

Fixa transformers a una versió anterior a la 5.0:
<pre>
pip install "transformers==4.57.6"

$ pip show transformers
Name: transformers
Version: 4.57.6

$ python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ara sí!

Ja puc fer la prova de síntesi:
<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.",
speaker="ona",
file_path="prova.wav")
</pre>
Els models que podem fer servir estan aquí:
*https://huggingface.co/spaces/projecte-aina/catalan_tts_arena
i són:
* Vits 2
* Matxa-TTS
* Matxa-TTS-multiaccent -> aquest és el Matxa v2 (multiaccent), i és el que acabaré fent servir finalment
* StableTTS
* StyleTTS 2

Canvio el codi per al model vits:
<pre>
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
</pre>
<pre>
FileNotFoundError: [!] No espeak backend found. Install espeak-ng or espeak to your system.
</pre>
primer he d'instal·lar espeak-ng

==Instal·lació espeak-ng==

'''NOTA1''': aquest procés el faig dues vegades, perquè la primera vegada l'he fet fora del venv, i la segona vegada dins del venv, que seria el correcte.

'''NOTA2''': el model de síntesi que faré servir finalment serà el Matxa V2, que funciona per grafemes, i això vol dir que aquest model no necessita el espeak-ng.

Instal·lo espeak-ng a la màquina, fora d'un venv, perquè ho faré servir bastant.

previ, les eines de make per compilar projectes C:
<pre>
sudo apt update
sudo apt install autoconf automake libtool-bin pkg-config build-essential

$ which aclocal
/usr/bin/aclocal

$ aclocal --version
aclocal (GNU automake) 1.16.5

sudo apt install libtool
</pre>

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh -> crec que dóna error...

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install

./autogen.sh
(ara ja funciona)

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>
ja ho tinc instal·lat.

Exportem les variables d'entorn
<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

NOTA: Val la pena afegir aquestes tres línies al final del ~/.bashrc (o a un script activate_env.sh propi que sourregis cada cop abans de treballar-hi), perquè si no les hauràs de tornar a exportar cada vegada que obris terminal nova.

4. Un parell de dependències més que demana Aina

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
'''NOTA''': he fet el fallo que ho hauria d'haver fet amb el venv del projecte que estava fent. Per tant, torno a activar el venv i faig la instal·lació del espeak-ng

<pre>
cd ~/veu-catala
source venv/bin/activate
</pre>
(torno a estar dins del venv, i torno a fer la instal·lació del espeak-ng)

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh
./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>

<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
(ara sí!)

<pre>
$ espeak-ng --voices=ca
Pty Language Age/Gender VoiceName File Other Languages
5 ca --/M Catalan roa/ca
5 ca-ba --/M Catalan_(Balearic) roa/ca-ba
5 ca-nw --/M Catalan_(North-western) roa/ca-nw
5 ca-va --/M Catalan_(Valencian) roa/ca-va
</pre>
==Síntesi de veu amb vits==
<pre>
python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ja tinc la llibreria TTS instal·lada.

(en aquest punt hauria de recordar de com funciona espeak-ng)

Ja puc continuar en el punt on estava abans, de fer una prova de síntesi: (recordem que ara, per acabar de fer la síntesi, es farà servir espeak-ng)

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

ja ho tinc, ho ha fet bastant bé, amb algun error. Puc provar els altres models, o altres speakers.

Tinc aquest codi, que no funciona massa bé:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

* quins són els models que puc fer servir en comptes de "tts_models/ca/custom/vits"?
* quins són els speakers que puc fer servir a més d'"ona"?

<pre>
from TTS.api import TTS

models = TTS().list_models()
# Segons la versió, list_models() retorna una llista o un objecte ModelManager
noms = models if isinstance(models, list) else models.list_models()
print([m for m in noms if "/ca/" in m or "/cat/" in m])
</pre>
Retorna:
<pre>
['tts_models/ca/custom/vits']
</pre>
només em retorna un model:

tts_models/ca/custom/vits: el que ja fas servir. És multi-speaker, entrenat amb dades de Festcat i Google Catalan.

Vull mirar tots els speakers:
<pre>
tts = TTS("tts_models/ca/custom/vits")
print(tts.speakers)
...', 'jan', 'mar', 'ona', 'pau', 'pep', 'pol', 'teo']

for s in tts.speakers[:10]:
tts.tts_to_file(text="Bon dia, això és una prova.", speaker=s, file_path=f"/home/joan/projectes/t001_{s}.wav")

'/home/joan/projectes/t001_00236e350cc84b94a6684f182acf96e68963d7fa1164d4fa56da20f46f210b2dd3ecf189e97fb3c94113a54c12dc20550508f5b7b9b37e1873898d58a308feb5.wav'
'/home/joan/projectes/t001_00459.wav'
'/home/joan/projectes/t001_00762.wav'
'/home/joan/projectes/t001_00983a845f95493fb27125b114c635f3b40060efaee167d32d8a3dd040c877713446c7bd3e6944641227bdb4165ecb8d684ec2ef66c817e65e77c52cc50e62ed.wav'
'/home/joan/projectes/t001_01591.wav'
'/home/joan/projectes/t001_02452.wav'
'/home/joan/projectes/t001_02689.wav'
'/home/joan/projectes/t001_02992.wav'
'/home/joan/projectes/t001_02f7d61edf5063ca42953b1068539f1572985aa9448555cfd8d7667121eeedc72c912d95cf33abf61a1f9620f2a01be4251a53aa5440d15849003fb31210d830.wav'
'/home/joan/projectes/t001_03115.wav'
</pre>

I canvio la línia i provo les diferents veus:

<pre>
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="jan", file_path=f"/home/joan/projectes/t001_jan.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="mar", file_path=f"/home/joan/projectes/t001_mar.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="ona", file_path=f"/home/joan/projectes/t001_ona.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pau", file_path=f"/home/joan/projectes/t001_pau.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pep", file_path=f"/home/joan/projectes/t001_pep.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pol", file_path=f"/home/joan/projectes/t001_pol.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="teo", file_path=f"/home/joan/projectes/t001_teo.wav")
</pre>

La qualitat no és molt bona:

* La llibreria original TTS de Coqui ja no es manté, perquè l'empresa va tancar. El fork mantingut és coqui-tts (pip install coqui-tts), que funciona amb el mateix codi i sol donar menys problemes amb versions noves de Python i PyTorch.
* El Projecte AINA (BSC) ha publicat models catalans més recents a Hugging Face, com Matxa amb el vocoder alVoCat, que tenen diversos accents i solen sonar més naturals. No es carreguen amb TTS(...): tenen el seu propi codi d'inferència. -> '''aquest és el que farem servir'''

Un codi més complet és el que em proposa Claude: (que és el model del projecte AINA (BSC))

<pre>
pip install huggingface_hub
</pre>

script ''prova.py'':

<pre>
import glob
from huggingface_hub import snapshot_download
from TTS.utils.synthesizer import Synthesizer

# Baixa el model (només cal la primera vegada, es queda en cau)
model_dir = snapshot_download(repo_id="projecte-aina/tts-ca-coqui-vits-multispeaker")

# Localitza els fitxers dins la carpeta "model"
config_path = f"{model_dir}/model/config.json"
speakers_path = glob.glob(f"{model_dir}/model/speakers*.pth")[0]
checkpoint_candidates = [
p for p in glob.glob(f"{model_dir}/model/*.pth")
if "speakers" not in p
]
model_path = checkpoint_candidates[0]

print("Checkpoint:", model_path)
print("Config:", config_path)
print("Speakers:", speakers_path)

synthesizer = Synthesizer(
model_path, config_path, speakers_path, None, None, None,
use_cuda=True,
)

# Mostra els parlants disponibles
print("Parlants disponibles:", synthesizer.tts_model.speaker_manager.speaker_names[:10])

text = "Bon dia! Això és una prova de síntesi de veu en català."
speaker = synthesizer.tts_model.speaker_manager.speaker_names[0]

wav = synthesizer.tts(text, speaker_name=speaker)
synthesizer.save_wav(wav, "prova.wav")
print("Fet! Genera't: prova.wav")
</pre>

dóna un error que el Claude el sap solucionar:

Substitueix la crida al Synthesizer per:

<pre>
synthesizer = Synthesizer(
tts_checkpoint=model_path,
tts_config_path=config_path,
tts_speakers_file=speakers_path,
use_cuda=True,
)
</pre>

Puc provar amb els parlants: 'mar' (833), 'ona'(834), 'pau'(835), 'pep'(836), 'pol'(837), 'teo'(838), 'uri'(839)

hi ha 840 parlants.

per tant els índex d'aquests són: 833, 834, 835, 836, 837, 838, 839

Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.

aquestes veus (Festcat) es corresponen totes a parlants de català central. uri seria una mica unisex.

Però n'hi ha moltes d'altres de veus (840 parlants)

Sobre les 840 veus

La fitxa del model parla de 255 parlants, però tu en veus 840. No ho he trobat documentat, però és habitual en models de Coqui que el fitxer speakers.pth inclogui tots els identificadors que apareixien a les dades de partida. Això no vol dir que tots tinguin prou material d'entrenament. A Common Voice molts voluntaris només han gravat unes poques frases, i és probable que el model hagi après molt poc d'aquests parlants.

A la pràctica, això fa que la qualitat sigui molt desigual:

* Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.
* Els parlants de Common Voice amb moltes gravacions poden sonar bé, però amb el soroll i la variabilitat de gravacions casolanes.
* Els parlants amb molt poques gravacions sovint sonen genèrics, inestables o amb artefactes.

editar el config.json
<pre>
ls -la /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

joe /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

</pre>
i en el config.json apuntem la ruta real:
<pre>
"speakers_file": "/home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/speakers.pth",
</pre>

Tornem a provar, i finalment ha funcionat!
<pre>
python3 prova.py

...
7955f7d04b0a4ba49c653677f215265658afde6e89fdd2391eb714531056']
Fet! Genera't: prova.wav
</pre>
I ara sí que se sent molt bé!

Per tant, ja tinc un codi per fer síntesi de veu en català amb una veu molt bona

Puc provar els altres speaker_names i els altres models

he provat fins a 15 veus, i sembla ser que encara n'hi ha més. El model que he provat és: tts-ca-coqui-vits-multispeaker

* https://huggingface.co/projecte-aina/tts-ca-coqui-vits-multispeaker
* https://huggingface.co/spaces/softcatala/comparativa-tts-catala

'''NOTA''': com que ja tenia aquesta part funcionant, ara vaig voler continuar amb el RVC per fer clonació. Però les millors proves de clonació les he aconseguit amb el model de síntesi del Matxa v2, que no necessita espeak-ng.

===Les veus només són en català central===
Amb el script prova.py m'he generat les veus dels 840 speakers, i després de mirar els 30 primers, tots es corresponen de moment a català central. Espero trobar entre les veus accent de Lleida, de València i de Mallorca, però no els veig. Estic fent alguna cosa malament, espero trobar diversitat dialectal

No estàs fent res malament. És una limitació del model: amb aquest model no trobaràs accents diferents del central, i és normal que no aparegui la diversitat que busques. Per què totes les veus sonen a català central?

El model no llegeix el text directament. Primer el converteix en fonemes amb '''espeak-ng''' configurat amb l'idioma ca, i aquesta transcripció segueix la pronúncia del català central. Per tant, trets com la reducció vocàlica (a/e àtones → [ə]) o la -r final muda ja vénen decidits abans d'arribar a la veu.

El parlant escollit només canvia el timbre, el to i una mica la prosòdia. Encara que el parlant original fos de València o de Mallorca, el model li fa pronunciar els fonemes centrals, i el resultat és una veu valenciana "llegint en central". A més, a Common Voice els parlants de català central són clarament majoritaris, cosa que reforça aquest biaix.

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Per tant, no necessita el espeak-ng perquè la manera de sintetitzar la veu (el vocoder) no està basat en fonemes.

=3a prova: Síntesi de veu amb Matxa v2 (multidialectal)=

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Té dues veus per dialecte:
<pre>
Accent Veus (speaker_id) Cleaner
Balear quim (0), olga (1) catalan_balear_cleaners
Central grau (2), elia (3) catalan_cleaners
Nord-occidental (Lleida) pere (4), emma (5) catalan_occidental_cleaners
Valencià lluc (6), gina (7) catalan_valencia_cleaners
</pre>

Podem escoltar totes les veus aquí: (versió v1)

* https://huggingface.co/spaces/projecte-aina/matxa-alvocat-tts-ca

Versió 2
* https://huggingface.co/BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes

Matxa is a multispeaker multidialect TTS model which uses 🥑 alVoCat as a vocoder. They are based on Matcha-TTS and Vocos architectures.

Existeix una '''versió 2''' del model, basada en '''grafemes''', que cobreix 5 dialectes. Com que ja no depèn d'espeak, probablement és més fàcil d'instal·lar. Val la pena mirar-la primer.

Què dóna més bon resultat, la versió 1 o la versió 2?

Per al teu cas, probablement la versió 2, tot i que no hi ha cap comparació publicada directament entre les dues versions.

Què diuen les dades? El BSC compara la v2 (basada en grafemes) amb el mateix model entrenat amb fonemes, no pas amb la v1. Els resultats són:

* Qualitat d'àudio: la versió amb fonemes treu una mica més de puntuació (ScoreQ 3,37 i 3,46 davant de 3,29 i 3,30 per a la de grafemes). La diferència és petita.
* Intel·ligibilitat: la versió amb grafemes s'entén clarament millor, amb una taxa d'error de paraules d'aproximadament 9,4 i 9,2, davant de 12,4 i 11,5.

És a dir, la de grafemes s'entén millor i la seva qualitat d'àudio és comparable.

Més veus i més dialectes. A més de les 8 veus de la v1, n'afegeix més. Hi ha 16 veus en total:
<pre>
Accent Veus (ID a la v2)
Balear Quim (0), Olga (1), BM (10)
Central Grau (2), Elia (3), CF (11), CM (12)
Nord-occidental Pere (4), Emma (5), Estel (13)
Valencià Gina (6), Lluc (7), Arnau (8), Berta (9)
Septentrional Laura (14), Jordi (15)
</pre>

Tot són gravacions d'estudi. El model s'ha entrenat des de zero amb LaFresCat i altres enregistraments catalans multiaccent de qualitat d'estudi (ReFresCat i EnVeuAlta).
Més fàcil d'instal·lar. No necessita fonemitzador, així que t'estalvies compilar espeak-ng. També té millores d'arquitectura: un descodificador més gran i un filtre de soroll aplicat en la inferència.

Està documentat aquí:
https://huggingface.co/BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes

1. Crea i activa el venv
<pre>
cd ~/veu-catala
python3 -m venv venv-matxa-v2 -> aquí hauria d'haver creat primer la carpeta ''Matcha-TTS/'', i que el venv estigués a dins, però és igual
source venv-matxa-v2/bin/activate
pip install --upgrade pip
</pre>

2. Clona la branca de la v2
<pre>
git clone -b v2-graphemes --single-branch https://github.com/langtech-bsc/Matcha-TTS.git
cd Matcha-TTS
</pre>

3. Instal·la Cython i numpy abans que res
<pre>
pip install Cython numpy
</pre>

5. Instal·la el paquet

<pre>
pip install -e .
</pre>

6. Genera el primer àudio
La primera vegada, el script descarrega automàticament el model i el vocoder alVoCat de Hugging Face:

<pre>
python matxa_graphemes_alvocat_inference.py \
BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes \
projecte-aina/alvocat-vocos-22khz \
--output_path /home/joan/projectes \
--text_input "Bon dia, això és una prova de síntesi de veu en català." \
--speaker_id 6 # Gina valencià D
</pre>

Pots ajustar la síntesi amb aquests paràmetres:

* --length_scale controla la velocitat. Per defecte val 0,9, i com més alt, més lent.
* --temperature controla la variabilitat de l'entonació. Per defecte val 0,7.

script per fer la comparativa de totes les veus:
<pre>
python genera_veus.py

python genera_veus.py --text "La seva gerra sembla molt antiga." --output_dir proves
python genera_veus.py --veus 6 7 8 9 # només les valencianes
python genera_veus.py --length_scale 1.0 # una mica més lent

python genera_veus.py --text "La seva gerra sembla molt antiga." --output_dir /home/joan/projectes
</pre>
{{Autor}}, setembre 2026

TTS: Síntesi de veu

2026-10-10T23:30:07Z

Joan:

__TOC__

=1a prova: F5-TTS, no funciona=

(no acaba de funcionar, resultats inconsistents)

*https://chatgpt.com/c/6ab042c5-4344-83eb-90bb-83cad23ab322

(m'he fet un lio amb el XTTS-v2 i la instal·lació de Coqui TTS)

prompt: "vull fer clonació i síntesi de veu en català amb F5-TTS. Tinc una RTX5060 Ti 16GB."

Per català, però, hi ha un punt important: el model base de F5-TTS no és específicament un model català, així que la qualitat de pronunciació catalana dependrà molt del text, del model/checkpoint i de l'àudio de referència. Si vols qualitat alta i consistent en català, podem plantejar també fine-tuning.

<pre>
mkdir -p F5-TTS
cd F5-TTS
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip setuptools wheel
</pre>

3. Instal·la PyTorch
El repositori actual de F5-TTS documenta PyTorch amb CUDA 12.8, i PyTorch publica wheels específiques cu128.

Jo tinc CUDA 13.2, però no passa res
<pre>
pip install torch==2.8.0+cu128 torchaudio==2.8.0+cu128 \
--extra-index-url https://download.pytorch.org/whl/cu128

$ python3
import torch

print("PyTorch:", torch.__version__)
print("CUDA:", torch.version.cuda)
print("CUDA disponible:", torch.cuda.is_available())
print("GPU:", torch.cuda.get_device_name(0))
print("Compute capability:", torch.cuda.get_device_capability(0))

PyTorch: 2.8.0+cu128
CUDA: 12.8
CUDA disponible: True
GPU: NVIDIA GeForce RTX 5060 Ti
Compute capability: (12, 0)
</pre>

4. Instal·la F5-TTS

<pre>
git clone https://github.com/SWivid/F5-TTS.git

cd F5-TTS
pip install -e .
</pre>
ara el meu directori de treball és ~/F5-TTS/F5-TTS. No confondre el primer amb el segon.

<pre>
$ f5-tts_infer-cli --help
$ f5-tts_infer-gradio --help -> es descarrega el model
</pre>

5. Primera prova: interfície web

<pre>
$ f5-tts_infer-gradio
</pre>

Normalment et donarà una adreça local del tipus:

* http://127.0.0.1:7860

Obre-la al navegador.

La interfície de F5-TTS permet fer inferència a partir d'una veu de referència i generar text nou. El projecte actual també disposa de funcionalitats d'inferència per chunks i altres modes.

però jo no estic davant de l'ordinador. I no puc fer:

* http://79.156.157.3:7860

perquè el port 7860 no està obert
(m'he quedat aquí)
(...)

Gravo una veu que representa que és de referència, i a partir d'aquesta veu podré fer síntesi/clonació. És a dir, jo el que volia fer aquí ja és la clonació. Aquesta tècnica s'emmarca amb la tècnica de clonació directa amb un model zero-shot multilingüe. Models com F5-TTS permeten clonar una veu a partir només d'uns segons d'àudio i generar directament en l'idioma objectiu. Els models que es poden fer servir són XTTS-v2 (Coqui), F5-TTS o GPT-SoVITS (estic provant F5-TTS), i el problema és que cap d'aquests models té el català com a idioma oficialment suportat de sèrie.
<pre>
$ arecord -f cd gravacio.wav

scp gravacio.* joan@192.168.1.184:/home/joan/Baixades

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>

es genera el fitxer /home/joan/Baixades/prova.wav

NOTA: recordem que en el portàtil tinc un punt de muntatge a /home/joan/projectes en el servidor.

<pre>
$ find ~/.cache/gface -type d -iname "*F5*" 2>/dev/null
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_v1_Base
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_Base
/home/joan/.cache/huggingface/hub/.locks/models--SWivid--F5-TTS

$ f5-tts_infer-cli --model F5TTS_v1_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova2.wav --speed 0.06

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/projectes/gravacio2.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>
No m'acaba de sortir. Obtinc uns resultats en anglès bastant inconsistents, i en català no ho aconseguiré.

=2a prova: model VITS=

2a prova per a la síntesi d'una veu en català
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Abans de fer la clonació de veu primer he de fer síntesi de veu en català. S'ha de separar el problema en dos passos:

- Genera la parla en català amb un model ja entrenat pel Projecte Aina (BSC), com Matxa-TTS o el VITS multi-parlant (projecte-aina/tts-ca-coqui-vits-multispeaker) — és la primera solució tecnològica publicada com a model lingüístic en obert que ofereix interpretació de text a veu en català central, nord-occidental, balear i valencià, disponible a Hugging Face.
- Converteix el timbre a la teva veu amb una eina de voice conversion com RVC (Retrieval-based Voice Conversion) o so-vits-svc. Entrenes un model petit amb ~10-30 minuts d’àudio net de la teva veu (parlant en qualsevol idioma, fins i tot) i li apliques la sortida del TTS català. El model de conversió només ha d’aprendre el ''color'' de la teva veu, no l'idioma, així que funciona molt bé i és ràpid d’entrenar amb 16GB. Aquest segon pas és la ''clonació de veu'', i la desenvolupo en una altra entrada. Ara ens centrarem només en la síntesi.

Anem a fer dons la síntesi de veu en català.

<pre>
mkdir ~/veu-catala && cd ~/veu-catala
python3 -m venv venv
source venv/bin/activate # a Windows: venv\Scripts\activate
pip install --upgrade pip
</pre>
Recordem que estem seguint:
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Primer instal·lem PyTorch. Aquí el Claude em fa un avís: La teva 5060 Ti és arquitectura Blackwell (sm_120). Si instal·les PyTorch “normal” (per exemple amb CUDA 12.1 o 12.4), et donarà l’error CUDA capability sm_120 is not compatible. Necessites la build amb CUDA 12.8 o superior:

<pre>
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
</pre>
i comprovem que ho detecta bé:
<pre>
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"
</pre>
També necessitem com a dependència:
<pre>
sudo apt install ffmpeg
</pre>

i ara ja podem instal·lar TTS (llibreria coqui-tts, compatible amb els models VITS del BSC)

<pre>
$ pip install TTS
ERROR: Ignored the following versions that require a different python version: 0.0.10.2 Requires-Python >=3.6.0,<3.9; 0.0.10.3 Requires-Python >=3.6.0,<3.9; 0.0.11 Requires-Python >=3.6.0,<3.9; 0.0.12 Requires-Python >=3.6.0,<3.9; 0.0.13.1 Requires-Python >=3.6.0,<3.9; 0.0.13.2 Requires-Python >=3.6.0,<3.9; 0.0.14.1 Requires-Python >=3.6.0,<3.9; 0.0.15 Requires-Python >=3.6.0,<3.9; 0.0.15.1 Requires-Python >=3.6.0,<3.9; 0.0.9 Requires-Python ... >=3.7.0,<3.11; 0.7.1 Requires-Python >=3.7.0,<3.11; 0.8.0 Requires-Python >=3.7.0,<3.11; 0.9.0 Requires-Python >=3.7.0,<3.11
ERROR: Could not find a version that satisfies the requirement TTS (from versions: none)
ERROR: No matching distribution found for TTS
</pre>
Confirmat: el paquet TTS original de Coqui està abandonat (l'empresa va tancar) i el darrer release no accepta Python ≥3.12, que és probablement el que tens instal·lat. Hi ha un fork actiu mantingut per Idiap que ha canviat de nom a coqui-tts.
<pre>
pip install coqui-tts -> ara sí
</pre>
Aquest fork suporta Python 3.10 fins a <3.13 (i les últimes versions ja arriben fins <3.14). Si el teu python3 --version et dona 3.13 o més nou, hauràs de crear el venv amb una versió compatible:

Prova ràpida amb el model multi-parlant:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

Però dóna un error:
<pre>
from TTS.api import TTS
ImportError: cannot import name 'isin_mps_friendly' from 'transformers.pytorch_utils' (/home/joan/veu-catala/venv/lib/python3.12/site-packages/transformers/pytorch_utils.py)
</pre>
Trobat exactament: és un problema conegut i molt recent — transformers 5.x va eliminar la funció isin_mps_friendly que coqui-tts encara fa servir internament (a TTS/tts/layers/tortoise/autoregressive.py). Se't deu haver instal·lat automàticament una versió massa nova de transformers.

Solució

Fixa transformers a una versió anterior a la 5.0:
<pre>
pip install "transformers==4.57.6"

$ pip show transformers
Name: transformers
Version: 4.57.6

$ python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ara sí!

Ja puc fer la prova de síntesi:
<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.",
speaker="ona",
file_path="prova.wav")
</pre>
Els models que podem fer servir estan aquí:
*https://huggingface.co/spaces/projecte-aina/catalan_tts_arena
i són:
* Vits 2
* Matxa-TTS
* Matxa-TTS-multiaccent -> aquest és el Matxa v2 (multiaccent), i és el que acabaré fent servir finalment
* StableTTS
* StyleTTS 2

Canvio el codi per al model vits:
<pre>
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
</pre>
<pre>
FileNotFoundError: [!] No espeak backend found. Install espeak-ng or espeak to your system.
</pre>
primer he d'instal·lar espeak-ng

==Instal·lació espeak-ng==

'''NOTA1''': aquest procés el faig dues vegades, perquè la primera vegada l'he fet fora del venv, i la segona vegada dins del venv, que seria el correcte.

'''NOTA2''': el model de síntesi que faré servir finalment serà el Matxa V2, que funciona per grafemes, i això vol dir que aquest model no necessita el espeak-ng.

Instal·lo espeak-ng a la màquina, fora d'un venv, perquè ho faré servir bastant.

previ, les eines de make per compilar projectes C:
<pre>
sudo apt update
sudo apt install autoconf automake libtool-bin pkg-config build-essential

$ which aclocal
/usr/bin/aclocal

$ aclocal --version
aclocal (GNU automake) 1.16.5

sudo apt install libtool
</pre>

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh -> crec que dóna error...

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install

./autogen.sh
(ara ja funciona)

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>
ja ho tinc instal·lat.

Exportem les variables d'entorn
<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

NOTA: Val la pena afegir aquestes tres línies al final del ~/.bashrc (o a un script activate_env.sh propi que sourregis cada cop abans de treballar-hi), perquè si no les hauràs de tornar a exportar cada vegada que obris terminal nova.

4. Un parell de dependències més que demana Aina

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
'''NOTA''': he fet el fallo que ho hauria d'haver fet amb el venv del projecte que estava fent. Per tant, torno a activar el venv i faig la instal·lació del espeak-ng

<pre>
cd ~/veu-catala
source venv/bin/activate
</pre>
(torno a estar dins del venv, i torno a fer la instal·lació del espeak-ng)

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh
./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>

<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
(ara sí!)

<pre>
$ espeak-ng --voices=ca
Pty Language Age/Gender VoiceName File Other Languages
5 ca --/M Catalan roa/ca
5 ca-ba --/M Catalan_(Balearic) roa/ca-ba
5 ca-nw --/M Catalan_(North-western) roa/ca-nw
5 ca-va --/M Catalan_(Valencian) roa/ca-va
</pre>
==Síntesi de veu amb vits==
<pre>
python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ja tinc la llibreria TTS instal·lada.

(en aquest punt hauria de recordar de com funciona espeak-ng)

Ja puc continuar en el punt on estava abans, de fer una prova de síntesi: (recordem que ara, per acabar de fer la síntesi, es farà servir espeak-ng)

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

ja ho tinc, ho ha fet bastant bé, amb algun error. Puc provar els altres models, o altres speakers.

Tinc aquest codi, que no funciona massa bé:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

* quins són els models que puc fer servir en comptes de "tts_models/ca/custom/vits"?
* quins són els speakers que puc fer servir a més d'"ona"?

<pre>
from TTS.api import TTS

models = TTS().list_models()
# Segons la versió, list_models() retorna una llista o un objecte ModelManager
noms = models if isinstance(models, list) else models.list_models()
print([m for m in noms if "/ca/" in m or "/cat/" in m])
</pre>
Retorna:
<pre>
['tts_models/ca/custom/vits']
</pre>
només em retorna un model:

tts_models/ca/custom/vits: el que ja fas servir. És multi-speaker, entrenat amb dades de Festcat i Google Catalan.

Vull mirar tots els speakers:
<pre>
tts = TTS("tts_models/ca/custom/vits")
print(tts.speakers)
...', 'jan', 'mar', 'ona', 'pau', 'pep', 'pol', 'teo']

for s in tts.speakers[:10]:
tts.tts_to_file(text="Bon dia, això és una prova.", speaker=s, file_path=f"/home/joan/projectes/t001_{s}.wav")

'/home/joan/projectes/t001_00236e350cc84b94a6684f182acf96e68963d7fa1164d4fa56da20f46f210b2dd3ecf189e97fb3c94113a54c12dc20550508f5b7b9b37e1873898d58a308feb5.wav'
'/home/joan/projectes/t001_00459.wav'
'/home/joan/projectes/t001_00762.wav'
'/home/joan/projectes/t001_00983a845f95493fb27125b114c635f3b40060efaee167d32d8a3dd040c877713446c7bd3e6944641227bdb4165ecb8d684ec2ef66c817e65e77c52cc50e62ed.wav'
'/home/joan/projectes/t001_01591.wav'
'/home/joan/projectes/t001_02452.wav'
'/home/joan/projectes/t001_02689.wav'
'/home/joan/projectes/t001_02992.wav'
'/home/joan/projectes/t001_02f7d61edf5063ca42953b1068539f1572985aa9448555cfd8d7667121eeedc72c912d95cf33abf61a1f9620f2a01be4251a53aa5440d15849003fb31210d830.wav'
'/home/joan/projectes/t001_03115.wav'
</pre>

I canvio la línia i provo les diferents veus:

<pre>
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="jan", file_path=f"/home/joan/projectes/t001_jan.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="mar", file_path=f"/home/joan/projectes/t001_mar.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="ona", file_path=f"/home/joan/projectes/t001_ona.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pau", file_path=f"/home/joan/projectes/t001_pau.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pep", file_path=f"/home/joan/projectes/t001_pep.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pol", file_path=f"/home/joan/projectes/t001_pol.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="teo", file_path=f"/home/joan/projectes/t001_teo.wav")
</pre>

La qualitat no és molt bona:

* La llibreria original TTS de Coqui ja no es manté, perquè l'empresa va tancar. El fork mantingut és coqui-tts (pip install coqui-tts), que funciona amb el mateix codi i sol donar menys problemes amb versions noves de Python i PyTorch.
* El Projecte AINA (BSC) ha publicat models catalans més recents a Hugging Face, com Matxa amb el vocoder alVoCat, que tenen diversos accents i solen sonar més naturals. No es carreguen amb TTS(...): tenen el seu propi codi d'inferència. -> '''aquest és el que farem servir'''

Un codi més complet és el que em proposa Claude: (que és el model del projecte AINA (BSC))

<pre>
pip install huggingface_hub
</pre>

script ''prova.py'':

<pre>
import glob
from huggingface_hub import snapshot_download
from TTS.utils.synthesizer import Synthesizer

# Baixa el model (només cal la primera vegada, es queda en cau)
model_dir = snapshot_download(repo_id="projecte-aina/tts-ca-coqui-vits-multispeaker")

# Localitza els fitxers dins la carpeta "model"
config_path = f"{model_dir}/model/config.json"
speakers_path = glob.glob(f"{model_dir}/model/speakers*.pth")[0]
checkpoint_candidates = [
p for p in glob.glob(f"{model_dir}/model/*.pth")
if "speakers" not in p
]
model_path = checkpoint_candidates[0]

print("Checkpoint:", model_path)
print("Config:", config_path)
print("Speakers:", speakers_path)

synthesizer = Synthesizer(
model_path, config_path, speakers_path, None, None, None,
use_cuda=True,
)

# Mostra els parlants disponibles
print("Parlants disponibles:", synthesizer.tts_model.speaker_manager.speaker_names[:10])

text = "Bon dia! Això és una prova de síntesi de veu en català."
speaker = synthesizer.tts_model.speaker_manager.speaker_names[0]

wav = synthesizer.tts(text, speaker_name=speaker)
synthesizer.save_wav(wav, "prova.wav")
print("Fet! Genera't: prova.wav")
</pre>

dóna un error que el Claude el sap solucionar:

Substitueix la crida al Synthesizer per:

<pre>
synthesizer = Synthesizer(
tts_checkpoint=model_path,
tts_config_path=config_path,
tts_speakers_file=speakers_path,
use_cuda=True,
)
</pre>

Puc provar amb els parlants: 'mar' (833), 'ona'(834), 'pau'(835), 'pep'(836), 'pol'(837), 'teo'(838), 'uri'(839)

hi ha 840 parlants.

per tant els índex d'aquests són: 833, 834, 835, 836, 837, 838, 839

Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.

aquestes veus (Festcat) es corresponen totes a parlants de català central. uri seria una mica unisex.

Però n'hi ha moltes d'altres de veus (840 parlants)

Sobre les 840 veus

La fitxa del model parla de 255 parlants, però tu en veus 840. No ho he trobat documentat, però és habitual en models de Coqui que el fitxer speakers.pth inclogui tots els identificadors que apareixien a les dades de partida. Això no vol dir que tots tinguin prou material d'entrenament. A Common Voice molts voluntaris només han gravat unes poques frases, i és probable que el model hagi après molt poc d'aquests parlants.

A la pràctica, això fa que la qualitat sigui molt desigual:

* Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.
* Els parlants de Common Voice amb moltes gravacions poden sonar bé, però amb el soroll i la variabilitat de gravacions casolanes.
* Els parlants amb molt poques gravacions sovint sonen genèrics, inestables o amb artefactes.

editar el config.json
<pre>
ls -la /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

joe /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

</pre>
i en el config.json apuntem la ruta real:
<pre>
"speakers_file": "/home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/speakers.pth",
</pre>

Tornem a provar, i finalment ha funcionat!
<pre>
python3 prova.py

...
7955f7d04b0a4ba49c653677f215265658afde6e89fdd2391eb714531056']
Fet! Genera't: prova.wav
</pre>
I ara sí que se sent molt bé!

Per tant, ja tinc un codi per fer síntesi de veu en català amb una veu molt bona

Puc provar els altres speaker_names i els altres models

he provat fins a 15 veus, i sembla ser que encara n'hi ha més. El model que he provat és: tts-ca-coqui-vits-multispeaker

* https://huggingface.co/projecte-aina/tts-ca-coqui-vits-multispeaker
* https://huggingface.co/spaces/softcatala/comparativa-tts-catala

'''NOTA''': com que ja tenia aquesta part funcionant, ara vaig voler continuar amb el RVC per fer clonació. Però les millors proves de clonació les he aconseguit amb el model de síntesi del Matxa v2, que no necessita espeak-ng.

===Les veus només són en català central===
Amb el script prova.py m'he generat les veus dels 840 speakers, i després de mirar els 30 primers, tots es corresponen de moment a català central. Espero trobar entre les veus accent de Lleida, de València i de Mallorca, però no els veig. Estic fent alguna cosa malament, espero trobar diversitat dialectal

No estàs fent res malament. És una limitació del model: amb aquest model no trobaràs accents diferents del central, i és normal que no aparegui la diversitat que busques. Per què totes les veus sonen a català central?

El model no llegeix el text directament. Primer el converteix en fonemes amb '''espeak-ng''' configurat amb l'idioma ca, i aquesta transcripció segueix la pronúncia del català central. Per tant, trets com la reducció vocàlica (a/e àtones → [ə]) o la -r final muda ja vénen decidits abans d'arribar a la veu.

El parlant escollit només canvia el timbre, el to i una mica la prosòdia. Encara que el parlant original fos de València o de Mallorca, el model li fa pronunciar els fonemes centrals, i el resultat és una veu valenciana "llegint en central". A més, a Common Voice els parlants de català central són clarament majoritaris, cosa que reforça aquest biaix.

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Per tant, no necessita el espeak-ng perquè la manera de sintetitzar la veu (el vocoder) no està basat en fonemes.

=Síntesi de veu amb Matxa v2=

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Té dues veus per dialecte:
<pre>
Accent Veus (speaker_id) Cleaner
Balear quim (0), olga (1) catalan_balear_cleaners
Central grau (2), elia (3) catalan_cleaners
Nord-occidental (Lleida) pere (4), emma (5) catalan_occidental_cleaners
Valencià lluc (6), gina (7) catalan_valencia_cleaners
</pre>

Podem escoltar totes les veus aquí: (versió v1)

* https://huggingface.co/spaces/projecte-aina/matxa-alvocat-tts-ca

Versió 2
* https://huggingface.co/BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes

Matxa is a multispeaker multidialect TTS model which uses 🥑 alVoCat as a vocoder. They are based on Matcha-TTS and Vocos architectures.

Existeix una '''versió 2''' del model, basada en '''grafemes''', que cobreix 5 dialectes. Com que ja no depèn d'espeak, probablement és més fàcil d'instal·lar. Val la pena mirar-la primer.

Què dóna més bon resultat, la versió 1 o la versió 2?

Per al teu cas, probablement la versió 2, tot i que no hi ha cap comparació publicada directament entre les dues versions.

Què diuen les dades? El BSC compara la v2 (basada en grafemes) amb el mateix model entrenat amb fonemes, no pas amb la v1. Els resultats són:

* Qualitat d'àudio: la versió amb fonemes treu una mica més de puntuació (ScoreQ 3,37 i 3,46 davant de 3,29 i 3,30 per a la de grafemes). La diferència és petita.
* Intel·ligibilitat: la versió amb grafemes s'entén clarament millor, amb una taxa d'error de paraules d'aproximadament 9,4 i 9,2, davant de 12,4 i 11,5.

És a dir, la de grafemes s'entén millor i la seva qualitat d'àudio és comparable.

Més veus i més dialectes. A més de les 8 veus de la v1, n'afegeix més. Hi ha 16 veus en total:
<pre>
Accent Veus (ID a la v2)
Balear Quim (0), Olga (1), BM (10)
Central Grau (2), Elia (3), CF (11), CM (12)
Nord-occidental Pere (4), Emma (5), Estel (13)
Valencià Gina (6), Lluc (7), Arnau (8), Berta (9)
Septentrional Laura (14), Jordi (15)
</pre>

Tot són gravacions d'estudi. El model s'ha entrenat des de zero amb LaFresCat i altres enregistraments catalans multiaccent de qualitat d'estudi (ReFresCat i EnVeuAlta).
Més fàcil d'instal·lar. No necessita fonemitzador, així que t'estalvies compilar espeak-ng. També té millores d'arquitectura: un descodificador més gran i un filtre de soroll aplicat en la inferència.

Està documentat aquí:
https://huggingface.co/BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes

1. Crea i activa el venv
<pre>
cd ~/veu-catala
python3 -m venv venv-matxa-v2 -> aquí hauria d'haver creat primer la carpeta ''Matcha-TTS/'', i que el venv estigués a dins, però és igual
source venv-matxa-v2/bin/activate
pip install --upgrade pip
</pre>

2. Clona la branca de la v2
<pre>
git clone -b v2-graphemes --single-branch https://github.com/langtech-bsc/Matcha-TTS.git
cd Matcha-TTS
</pre>

3. Instal·la Cython i numpy abans que res
<pre>
pip install Cython numpy
</pre>

5. Instal·la el paquet

<pre>
pip install -e .
</pre>

6. Genera el primer àudio
La primera vegada, el script descarrega automàticament el model i el vocoder alVoCat de Hugging Face:

<pre>
python matxa_graphemes_alvocat_inference.py \
BSC-LT/matxa-tts-v2-ca-multiaccent-graphemes \
projecte-aina/alvocat-vocos-22khz \
--output_path /home/joan/projectes \
--text_input "Bon dia, això és una prova de síntesi de veu en català." \
--speaker_id 6 # Gina valencià D
</pre>

Pots ajustar la síntesi amb aquests paràmetres:

* --length_scale controla la velocitat. Per defecte val 0,9, i com més alt, més lent.
* --temperature controla la variabilitat de l'entonació. Per defecte val 0,7.

script per fer la comparativa de totes les veus:
<pre>
python genera_veus.py

python genera_veus.py --text "La seva gerra sembla molt antiga." --output_dir proves
python genera_veus.py --veus 6 7 8 9 # només les valencianes
python genera_veus.py --length_scale 1.0 # una mica més lent

python genera_veus.py --text "La seva gerra sembla molt antiga." --output_dir /home/joan/projectes
</pre>
{{Autor}}, setembre 2026

TTS: Síntesi de veu

2026-10-10T23:14:37Z

Joan: /* Síntesi de veu amb vits */

__TOC__

=1a prova: F5-TTS, no funciona=

(no acaba de funcionar, resultats inconsistents)

*https://chatgpt.com/c/6ab042c5-4344-83eb-90bb-83cad23ab322

(m'he fet un lio amb el XTTS-v2 i la instal·lació de Coqui TTS)

prompt: "vull fer clonació i síntesi de veu en català amb F5-TTS. Tinc una RTX5060 Ti 16GB."

Per català, però, hi ha un punt important: el model base de F5-TTS no és específicament un model català, així que la qualitat de pronunciació catalana dependrà molt del text, del model/checkpoint i de l'àudio de referència. Si vols qualitat alta i consistent en català, podem plantejar també fine-tuning.

<pre>
mkdir -p F5-TTS
cd F5-TTS
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip setuptools wheel
</pre>

3. Instal·la PyTorch
El repositori actual de F5-TTS documenta PyTorch amb CUDA 12.8, i PyTorch publica wheels específiques cu128.

Jo tinc CUDA 13.2, però no passa res
<pre>
pip install torch==2.8.0+cu128 torchaudio==2.8.0+cu128 \
--extra-index-url https://download.pytorch.org/whl/cu128

$ python3
import torch

print("PyTorch:", torch.__version__)
print("CUDA:", torch.version.cuda)
print("CUDA disponible:", torch.cuda.is_available())
print("GPU:", torch.cuda.get_device_name(0))
print("Compute capability:", torch.cuda.get_device_capability(0))

PyTorch: 2.8.0+cu128
CUDA: 12.8
CUDA disponible: True
GPU: NVIDIA GeForce RTX 5060 Ti
Compute capability: (12, 0)
</pre>

4. Instal·la F5-TTS

<pre>
git clone https://github.com/SWivid/F5-TTS.git

cd F5-TTS
pip install -e .
</pre>
ara el meu directori de treball és ~/F5-TTS/F5-TTS. No confondre el primer amb el segon.

<pre>
$ f5-tts_infer-cli --help
$ f5-tts_infer-gradio --help -> es descarrega el model
</pre>

5. Primera prova: interfície web

<pre>
$ f5-tts_infer-gradio
</pre>

Normalment et donarà una adreça local del tipus:

* http://127.0.0.1:7860

Obre-la al navegador.

La interfície de F5-TTS permet fer inferència a partir d'una veu de referència i generar text nou. El projecte actual també disposa de funcionalitats d'inferència per chunks i altres modes.

però jo no estic davant de l'ordinador. I no puc fer:

* http://79.156.157.3:7860

perquè el port 7860 no està obert
(m'he quedat aquí)
(...)

Gravo una veu que representa que és de referència, i a partir d'aquesta veu podré fer síntesi/clonació. És a dir, jo el que volia fer aquí ja és la clonació. Aquesta tècnica s'emmarca amb la tècnica de clonació directa amb un model zero-shot multilingüe. Models com F5-TTS permeten clonar una veu a partir només d'uns segons d'àudio i generar directament en l'idioma objectiu. Els models que es poden fer servir són XTTS-v2 (Coqui), F5-TTS o GPT-SoVITS (estic provant F5-TTS), i el problema és que cap d'aquests models té el català com a idioma oficialment suportat de sèrie.
<pre>
$ arecord -f cd gravacio.wav

scp gravacio.* joan@192.168.1.184:/home/joan/Baixades

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>

es genera el fitxer /home/joan/Baixades/prova.wav

NOTA: recordem que en el portàtil tinc un punt de muntatge a /home/joan/projectes en el servidor.

<pre>
$ find ~/.cache/gface -type d -iname "*F5*" 2>/dev/null
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_v1_Base
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_Base
/home/joan/.cache/huggingface/hub/.locks/models--SWivid--F5-TTS

$ f5-tts_infer-cli --model F5TTS_v1_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova2.wav --speed 0.06

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/projectes/gravacio2.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>
No m'acaba de sortir. Obtinc uns resultats en anglès bastant inconsistents, i en català no ho aconseguiré.

=2a prova: model VITS=

2a prova per a la síntesi d'una veu en català
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Abans de fer la clonació de veu primer he de fer síntesi de veu en català. S'ha de separar el problema en dos passos:

- Genera la parla en català amb un model ja entrenat pel Projecte Aina (BSC), com Matxa-TTS o el VITS multi-parlant (projecte-aina/tts-ca-coqui-vits-multispeaker) — és la primera solució tecnològica publicada com a model lingüístic en obert que ofereix interpretació de text a veu en català central, nord-occidental, balear i valencià, disponible a Hugging Face.
- Converteix el timbre a la teva veu amb una eina de voice conversion com RVC (Retrieval-based Voice Conversion) o so-vits-svc. Entrenes un model petit amb ~10-30 minuts d’àudio net de la teva veu (parlant en qualsevol idioma, fins i tot) i li apliques la sortida del TTS català. El model de conversió només ha d’aprendre el ''color'' de la teva veu, no l'idioma, així que funciona molt bé i és ràpid d’entrenar amb 16GB. Aquest segon pas és la ''clonació de veu'', i la desenvolupo en una altra entrada. Ara ens centrarem només en la síntesi.

Anem a fer dons la síntesi de veu en català.

<pre>
mkdir ~/veu-catala && cd ~/veu-catala
python3 -m venv venv
source venv/bin/activate # a Windows: venv\Scripts\activate
pip install --upgrade pip
</pre>
Recordem que estem seguint:
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Primer instal·lem PyTorch. Aquí el Claude em fa un avís: La teva 5060 Ti és arquitectura Blackwell (sm_120). Si instal·les PyTorch “normal” (per exemple amb CUDA 12.1 o 12.4), et donarà l’error CUDA capability sm_120 is not compatible. Necessites la build amb CUDA 12.8 o superior:

<pre>
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
</pre>
i comprovem que ho detecta bé:
<pre>
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"
</pre>
També necessitem com a dependència:
<pre>
sudo apt install ffmpeg
</pre>

i ara ja podem instal·lar TTS (llibreria coqui-tts, compatible amb els models VITS del BSC)

<pre>
$ pip install TTS
ERROR: Ignored the following versions that require a different python version: 0.0.10.2 Requires-Python >=3.6.0,<3.9; 0.0.10.3 Requires-Python >=3.6.0,<3.9; 0.0.11 Requires-Python >=3.6.0,<3.9; 0.0.12 Requires-Python >=3.6.0,<3.9; 0.0.13.1 Requires-Python >=3.6.0,<3.9; 0.0.13.2 Requires-Python >=3.6.0,<3.9; 0.0.14.1 Requires-Python >=3.6.0,<3.9; 0.0.15 Requires-Python >=3.6.0,<3.9; 0.0.15.1 Requires-Python >=3.6.0,<3.9; 0.0.9 Requires-Python ... >=3.7.0,<3.11; 0.7.1 Requires-Python >=3.7.0,<3.11; 0.8.0 Requires-Python >=3.7.0,<3.11; 0.9.0 Requires-Python >=3.7.0,<3.11
ERROR: Could not find a version that satisfies the requirement TTS (from versions: none)
ERROR: No matching distribution found for TTS
</pre>
Confirmat: el paquet TTS original de Coqui està abandonat (l'empresa va tancar) i el darrer release no accepta Python ≥3.12, que és probablement el que tens instal·lat. Hi ha un fork actiu mantingut per Idiap que ha canviat de nom a coqui-tts.
<pre>
pip install coqui-tts -> ara sí
</pre>
Aquest fork suporta Python 3.10 fins a <3.13 (i les últimes versions ja arriben fins <3.14). Si el teu python3 --version et dona 3.13 o més nou, hauràs de crear el venv amb una versió compatible:

Prova ràpida amb el model multi-parlant:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

Però dóna un error:
<pre>
from TTS.api import TTS
ImportError: cannot import name 'isin_mps_friendly' from 'transformers.pytorch_utils' (/home/joan/veu-catala/venv/lib/python3.12/site-packages/transformers/pytorch_utils.py)
</pre>
Trobat exactament: és un problema conegut i molt recent — transformers 5.x va eliminar la funció isin_mps_friendly que coqui-tts encara fa servir internament (a TTS/tts/layers/tortoise/autoregressive.py). Se't deu haver instal·lat automàticament una versió massa nova de transformers.

Solució

Fixa transformers a una versió anterior a la 5.0:
<pre>
pip install "transformers==4.57.6"

$ pip show transformers
Name: transformers
Version: 4.57.6

$ python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ara sí!

Ja puc fer la prova de síntesi:
<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.",
speaker="ona",
file_path="prova.wav")
</pre>
Els models que podem fer servir estan aquí:
*https://huggingface.co/spaces/projecte-aina/catalan_tts_arena
i són:
* Vits 2
* Matxa-TTS
* Matxa-TTS-multiaccent -> aquest és el Matxa v2 (multiaccent), i és el que acabaré fent servir finalment
* StableTTS
* StyleTTS 2

Canvio el codi per al model vits:
<pre>
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
</pre>
<pre>
FileNotFoundError: [!] No espeak backend found. Install espeak-ng or espeak to your system.
</pre>
primer he d'instal·lar espeak-ng

==Instal·lació espeak-ng==

'''NOTA1''': aquest procés el faig dues vegades, perquè la primera vegada l'he fet fora del venv, i la segona vegada dins del venv, que seria el correcte.

'''NOTA2''': el model de síntesi que faré servir finalment serà el Matxa V2, que funciona per grafemes, i això vol dir que aquest model no necessita el espeak-ng.

Instal·lo espeak-ng a la màquina, fora d'un venv, perquè ho faré servir bastant.

previ, les eines de make per compilar projectes C:
<pre>
sudo apt update
sudo apt install autoconf automake libtool-bin pkg-config build-essential

$ which aclocal
/usr/bin/aclocal

$ aclocal --version
aclocal (GNU automake) 1.16.5

sudo apt install libtool
</pre>

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh -> crec que dóna error...

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install

./autogen.sh
(ara ja funciona)

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>
ja ho tinc instal·lat.

Exportem les variables d'entorn
<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

NOTA: Val la pena afegir aquestes tres línies al final del ~/.bashrc (o a un script activate_env.sh propi que sourregis cada cop abans de treballar-hi), perquè si no les hauràs de tornar a exportar cada vegada que obris terminal nova.

4. Un parell de dependències més que demana Aina

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
'''NOTA''': he fet el fallo que ho hauria d'haver fet amb el venv del projecte que estava fent. Per tant, torno a activar el venv i faig la instal·lació del espeak-ng

<pre>
cd ~/veu-catala
source venv/bin/activate
</pre>
(torno a estar dins del venv, i torno a fer la instal·lació del espeak-ng)

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh
./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>

<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
(ara sí!)

<pre>
$ espeak-ng --voices=ca
Pty Language Age/Gender VoiceName File Other Languages
5 ca --/M Catalan roa/ca
5 ca-ba --/M Catalan_(Balearic) roa/ca-ba
5 ca-nw --/M Catalan_(North-western) roa/ca-nw
5 ca-va --/M Catalan_(Valencian) roa/ca-va
</pre>
==Síntesi de veu amb vits==
<pre>
python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ja tinc la llibreria TTS instal·lada.

(en aquest punt hauria de recordar de com funciona espeak-ng)

Ja puc continuar en el punt on estava abans, de fer una prova de síntesi: (recordem que ara, per acabar de fer la síntesi, es farà servir espeak-ng)

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

ja ho tinc, ho ha fet bastant bé, amb algun error. Puc provar els altres models, o altres speakers.

Tinc aquest codi, que no funciona massa bé:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

* quins són els models que puc fer servir en comptes de "tts_models/ca/custom/vits"?
* quins són els speakers que puc fer servir a més d'"ona"?

<pre>
from TTS.api import TTS

models = TTS().list_models()
# Segons la versió, list_models() retorna una llista o un objecte ModelManager
noms = models if isinstance(models, list) else models.list_models()
print([m for m in noms if "/ca/" in m or "/cat/" in m])
</pre>
Retorna:
<pre>
['tts_models/ca/custom/vits']
</pre>
només em retorna un model:

tts_models/ca/custom/vits: el que ja fas servir. És multi-speaker, entrenat amb dades de Festcat i Google Catalan.

Vull mirar tots els speakers:
<pre>
tts = TTS("tts_models/ca/custom/vits")
print(tts.speakers)
...', 'jan', 'mar', 'ona', 'pau', 'pep', 'pol', 'teo']

for s in tts.speakers[:10]:
tts.tts_to_file(text="Bon dia, això és una prova.", speaker=s, file_path=f"/home/joan/projectes/t001_{s}.wav")

'/home/joan/projectes/t001_00236e350cc84b94a6684f182acf96e68963d7fa1164d4fa56da20f46f210b2dd3ecf189e97fb3c94113a54c12dc20550508f5b7b9b37e1873898d58a308feb5.wav'
'/home/joan/projectes/t001_00459.wav'
'/home/joan/projectes/t001_00762.wav'
'/home/joan/projectes/t001_00983a845f95493fb27125b114c635f3b40060efaee167d32d8a3dd040c877713446c7bd3e6944641227bdb4165ecb8d684ec2ef66c817e65e77c52cc50e62ed.wav'
'/home/joan/projectes/t001_01591.wav'
'/home/joan/projectes/t001_02452.wav'
'/home/joan/projectes/t001_02689.wav'
'/home/joan/projectes/t001_02992.wav'
'/home/joan/projectes/t001_02f7d61edf5063ca42953b1068539f1572985aa9448555cfd8d7667121eeedc72c912d95cf33abf61a1f9620f2a01be4251a53aa5440d15849003fb31210d830.wav'
'/home/joan/projectes/t001_03115.wav'
</pre>

I canvio la línia i provo les diferents veus:

<pre>
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="jan", file_path=f"/home/joan/projectes/t001_jan.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="mar", file_path=f"/home/joan/projectes/t001_mar.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="ona", file_path=f"/home/joan/projectes/t001_ona.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pau", file_path=f"/home/joan/projectes/t001_pau.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pep", file_path=f"/home/joan/projectes/t001_pep.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pol", file_path=f"/home/joan/projectes/t001_pol.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="teo", file_path=f"/home/joan/projectes/t001_teo.wav")
</pre>

La qualitat no és molt bona:

* La llibreria original TTS de Coqui ja no es manté, perquè l'empresa va tancar. El fork mantingut és coqui-tts (pip install coqui-tts), que funciona amb el mateix codi i sol donar menys problemes amb versions noves de Python i PyTorch.
* El Projecte AINA (BSC) ha publicat models catalans més recents a Hugging Face, com Matxa amb el vocoder alVoCat, que tenen diversos accents i solen sonar més naturals. No es carreguen amb TTS(...): tenen el seu propi codi d'inferència. -> '''aquest és el que farem servir'''

Un codi més complet és el que em proposa Claude: (que és el model del projecte AINA (BSC))

<pre>
pip install huggingface_hub
</pre>

script ''prova.py'':

<pre>
import glob
from huggingface_hub import snapshot_download
from TTS.utils.synthesizer import Synthesizer

# Baixa el model (només cal la primera vegada, es queda en cau)
model_dir = snapshot_download(repo_id="projecte-aina/tts-ca-coqui-vits-multispeaker")

# Localitza els fitxers dins la carpeta "model"
config_path = f"{model_dir}/model/config.json"
speakers_path = glob.glob(f"{model_dir}/model/speakers*.pth")[0]
checkpoint_candidates = [
p for p in glob.glob(f"{model_dir}/model/*.pth")
if "speakers" not in p
]
model_path = checkpoint_candidates[0]

print("Checkpoint:", model_path)
print("Config:", config_path)
print("Speakers:", speakers_path)

synthesizer = Synthesizer(
model_path, config_path, speakers_path, None, None, None,
use_cuda=True,
)

# Mostra els parlants disponibles
print("Parlants disponibles:", synthesizer.tts_model.speaker_manager.speaker_names[:10])

text = "Bon dia! Això és una prova de síntesi de veu en català."
speaker = synthesizer.tts_model.speaker_manager.speaker_names[0]

wav = synthesizer.tts(text, speaker_name=speaker)
synthesizer.save_wav(wav, "prova.wav")
print("Fet! Genera't: prova.wav")
</pre>

dóna un error que el Claude el sap solucionar:

Substitueix la crida al Synthesizer per:

<pre>
synthesizer = Synthesizer(
tts_checkpoint=model_path,
tts_config_path=config_path,
tts_speakers_file=speakers_path,
use_cuda=True,
)
</pre>

Puc provar amb els parlants: 'mar' (833), 'ona'(834), 'pau'(835), 'pep'(836), 'pol'(837), 'teo'(838), 'uri'(839)

hi ha 840 parlants.

per tant els índex d'aquests són: 833, 834, 835, 836, 837, 838, 839

Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.

aquestes veus (Festcat) es corresponen totes a parlants de català central. uri seria una mica unisex.

Però n'hi ha moltes d'altres de veus (840 parlants)

Sobre les 840 veus

La fitxa del model parla de 255 parlants, però tu en veus 840. No ho he trobat documentat, però és habitual en models de Coqui que el fitxer speakers.pth inclogui tots els identificadors que apareixien a les dades de partida. Això no vol dir que tots tinguin prou material d'entrenament. A Common Voice molts voluntaris només han gravat unes poques frases, i és probable que el model hagi après molt poc d'aquests parlants.

A la pràctica, això fa que la qualitat sigui molt desigual:

* Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.
* Els parlants de Common Voice amb moltes gravacions poden sonar bé, però amb el soroll i la variabilitat de gravacions casolanes.
* Els parlants amb molt poques gravacions sovint sonen genèrics, inestables o amb artefactes.

editar el config.json
<pre>
ls -la /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

joe /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

</pre>
i en el config.json apuntem la ruta real:
<pre>
"speakers_file": "/home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/speakers.pth",
</pre>

Tornem a provar, i finalment ha funcionat!
<pre>
python3 prova.py

...
7955f7d04b0a4ba49c653677f215265658afde6e89fdd2391eb714531056']
Fet! Genera't: prova.wav
</pre>
I ara sí que se sent molt bé!

Per tant, ja tinc un codi per fer síntesi de veu en català amb una veu molt bona

Puc provar els altres speaker_names i els altres models

he provat fins a 15 veus, i sembla ser que encara n'hi ha més. El model que he provat és: tts-ca-coqui-vits-multispeaker

* https://huggingface.co/projecte-aina/tts-ca-coqui-vits-multispeaker
* https://huggingface.co/spaces/softcatala/comparativa-tts-catala

'''NOTA''': com que ja tenia aquesta part funcionant, ara vaig voler continuar amb el RVC per fer clonació. Però les millors proves de clonació les he aconseguit amb el model de síntesi del Matxa v2, que no necessita espeak-ng.

===Les veus només són en català central===
Amb el script prova.py m'he generat les veus dels 840 speakers, i després de mirar els 30 primers, tots es corresponen de moment a català central. Espero trobar entre les veus accent de Lleida, de València i de Mallorca, però no els veig. Estic fent alguna cosa malament, espero trobar diversitat dialectal

No estàs fent res malament. És una limitació del model: amb aquest model no trobaràs accents diferents del central, i és normal que no aparegui la diversitat que busques. Per què totes les veus sonen a català central?

El model no llegeix el text directament. Primer el converteix en fonemes amb '''espeak-ng''' configurat amb l'idioma ca, i aquesta transcripció segueix la pronúncia del català central. Per tant, trets com la reducció vocàlica (a/e àtones → [ə]) o la -r final muda ja vénen decidits abans d'arribar a la veu.

El parlant escollit només canvia el timbre, el to i una mica la prosòdia. Encara que el parlant original fos de València o de Mallorca, el model li fa pronunciar els fonemes centrals, i el resultat és una veu valenciana "llegint en central". A més, a Common Voice els parlants de català central són clarament majoritaris, cosa que reforça aquest biaix.

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Per tant, està basat en grafemes i no necessita el espeak-ng.

==Síntesi de veu amb Matxa v2==

L'alternativa: un model multidialectal

El BSC ha publicat Matxa, un model pensat precisament per això. Funciona juntament amb el vocoder alVoCat i genera veu en quatre dialectes: balear, central, nord-occidental i valencià. Té dues veus per dialecte:
<pre>
Accent Veus (speaker_id) Cleaner
Balear quim (0), olga (1) catalan_balear_cleaners
Central grau (2), elia (3) catalan_cleaners
Nord-occidental (Lleida) pere (4), emma (5) catalan_occidental_cleaners
Valencià lluc (6), gina (7) catalan_valencia_cleaners
</pre>

Podem escoltar totes les veus aquí:

* https://huggingface.co/spaces/projecte-aina/matxa-alvocat-tts-ca

{{Autor}}, setembre 2026

Clonació de veu

2026-10-10T23:08:45Z

Joan: Es crea la pàgina amb «__TOC__ =Introducció= * https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322 Per fer clonació de veu, la manera que millor funciona és fer-ho a partir d'un...».

__TOC__

=Introducció=
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Per fer clonació de veu, la manera que millor funciona és fer-ho a partir d'una veu sintetitzada, i millor és clar si és de la variant dialectal correcta. De síntesi de veu tinc dues opcions:
-vits-multispeaker (necessita espeak-ng)
-Matxa v2 (multi-doalectal) (està basat en grafemes, no necessita espeak-ng).
Començaré per la primera opció, però finalment acabaré fent la segona opció.

=RVC (Retrieval Voice Conversion)=
Reaprofito la carpeta ''veu-catala/'', que no deixa de ser un contenidor de fitxers. I en aquesta carpeta hi haurà dos entorns virtuals: un per al model VITS-multispeaker (encarregat del TTS i que genera un fitxer .wav). I un altre entorn que té per missió convertir el .wav a la veu de mostra que se li passa (i generarà un altre .wav).

<pre>
cd ~/veu-catala
python3 -m venv venv-rvc
source venv-rvc/bin/activate
pip install --upgrade pip

git clone https://github.com/fumiama/Retrieval-based-Voice-Conversion-WebUI.git rvc
cd rvc

# pytorch per la teva GPU
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128
</pre>

4. Dependències — vigila amb fairseq

fairseq sovint necessita compilar-se i falla si el requirements.txt fixa una versió de torch/numpy incompatible amb la que ja tens instal·lada per Blackwell:
<pre>
sudo apt install build-essential # ja ho tenia
</pre>

<pre>
cat requirements/main.txt
</pre>

Si hi veus línies com torch==..., torchvision==..., torchaudio==..., numpy==... o fairseq==... amb una versió concreta fixada, comenta-les (posa un # al davant) perquè no et sobreescrigui el que ja tens funcionant.

la línia dins de requirements/main.txt que fa referència a fairseq és:
<pre>
fairseq @ git+https://github.com/fumiama/fairseq.git
</pre>
i no la comento (de fet, no comento res. En el main.txt no hi ha cap referència a torch).

Instal·lem les dependències:
<pre>
pip install -r requirements/main.txt
...
Building wheels for collected packages: fairseq, pyworld, antlr4-python3-runtime
Building wheel for fairseq (pyproject.toml) ... -
...
</pre>
Fairseq(-py) is a sequence modeling toolkit that allows researchers and developers to train custom models for translation, summarization, language modeling and other text generation tasks.

5. Baixa els models base necessaris

RVC necessita un extractor de característiques (HuBERT) i un detector de to (RMVPE):

<pre>
mkdir -p assets/hubert assets/rmvpe
curl -L -o assets/hubert/hubert_base.pt https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main/hubert_base.pt
curl -L -o assets/rmvpe/rmvpe.pt https://huggingface.co/lj1995/VoiceConversionWebUI/resolve/main/rmvpe.pt
</pre>
(s'han descarregat bé)

6. Prepara els àudios de la teva veu

* Grava't 10-30 minuts parlant amb normalitat (millor en frases variades, no llegint sempre el mateix to).
* So net: sense música de fons, soroll, ni eco. Si cal, neteja-ho abans amb algun eina de reducció de soroll.
* Format .wav, cap problema si és un sol fitxer llarg o diversos — el propi RVC els trossejarà durant l'entrenament.
* Posa'ls tots en una carpeta, per exemple ~/veu-catala/rvc/dataset/joan/.

<pre>
$ mkdir -p datasets/joan
</pre>

Gravacions que tinc per entrenar la meva veu. Per exemple:
* /home/joan/projectes/NLP_catala/practica_audio_classification_using_pytorch/gravacio/gravacio2.wav
(són 21 minuts, 55MB)

Faig la gravacio de la meva veu, una gravació de 30 min:
<pre>
$ arecord -D plughw:1,0 -f S16_LE -r 48000 -c 1 gravacio_joan_260923.wav

$ file gravacio_joan_260923.wav
gravacio_joan_260923.wav: RIFF (little-endian) data, WAVE audio, Microsoft PCM, 16 bit, mono 48000 Hz

$ aplay gravacio_joan_260923.wav
</pre>
En aquest punt tenia molt interès de gravar la veu a 48000, doncs la interfície web d'entrenament veuré que hi ha el check 22000, 40000 i 48000.

7. Engega la interfície web

prompt:
Estic en el punt 7. Engega la interfície web (python infer-web.py). Però jo estic treballant per SSH, en consola. Hi ha possibilitat de poder entrenar la meva veu?

La resposta seria que sí, que una web és un servidor Gradio local, i que s'ha de portar aquest port (fa servir el port 7860) fins al servidor. I la manera més neta de fer-ho és amb SSH port forwarding. De totes maneres, no hi ha problema per fer aquesta tasca d'entrenament RVC en el servidor directament. I a més a més, aprendrem al final d'aquesta entrada a fer l'entrenament RVC totalment des de la consola (hi ha el projecte RVC-NOGUI).

Ja podem engegar la interfície web, però el script que he d'executar no es diu infer-web.py sinó '''web.py''':

<pre>
$ python web.py
/home/joan/veu-catala/venv-rvc/lib/python3.12/site-packages/torch/jit/_script.py:1491: FutureWarning: `torch.jit.script` is deprecated. Please switch to `torch.compile` or `torch.export`.
warnings.warn(
INFO:configs.config:Found GPU NVIDIA GeForce RTX 5060 Ti
...
</pre>

* http://localhost:7860

'''NOTA''': fixem-nos que tindrem dos venv (que es diu venv, millor sempre utilitzar un nom més nemotècnic), i un altre que es diu venv-rvc). Un és per al model de síntesi vits-multispeaker, i l'altre és per al RVC. Això és el correcte, cada funcionalitat treballant amb el seu entorn i les seves dependències. Ara bé, lo bo del cas és que no cal activar/desactivar els entorns virtuals. N'hi ha prou en executar el codi a través de la ruta correcta de la instal·lació de python en el virtual environment. Per exemple: ''~/veu-catala/venv/bin/python prova.py'', ''~/veu-catala/venv-rvc/bin/python convertir.py''. Així cada entorn fa servir les seves pròpies dependències sense trepitjar-se. La carpeta ''veu_catala/'' és només un contenidor de fitxers, no té res a veure amb l'aïllament de dependències (això ho fan els venvs, no els directoris).

Un cop tinc la interfície web, la manera de procedir és, a la pestanya Train:

'''Pas 1''':
* donar un nom a l'experiment
* target sample rate: fixem-nos que aquest és el target, no el input. No és el sample rate de les meves gravacions. Puc deixar-ho a 40K, que suposo que vol dir 44100.
* faig servir la versió 2

'''Pas 2a''':
* model has pitch guidance: no cal
* definir la carpeta on estan els samples de veu. Per ex: ''~/veu-catala/rvc/dataset/joan/''. Pot haver-hi un sol arxiu wav o vàrios, ell ja ho sap gestionar.
* speaker id: aquí m'apareixerà la llista de totes les veus de clonació que tinc (era així això?)
* clicar el botó ''Process data'' i veure com apareix la output information. Aquí representa que es fa el split/chunking de la gravació.

'''Pas 2b''':
* GPU que faig servir: aquí en principi res, ja detecta bé la meva GPU
* faig servir per defecte rmvpe_gpu
* Botó feature_extraction, i esperar a què acabi tota l'extracció

'''Pas 3''':
* entrar els paràmetres d'entrenament, i començar a entrenar, i veure com passen les èpoques fins al final.

Aquesta és la pestanya '''Train''', però important és també la pestanya '''Vocals/Accompaniment & Reververation Removal''', perquè sap convertir la meva gravació (que potser jo em pensava que estava ben feta) en una bona qualitat abans de ser entrenada. Per exemple, si hi ha barrejada música i veu, sap extreure molt bé la veu. Després de l'entrenament anirem a la pestanya '''Model inference''', que serà quan podrem provar els resultats.

(to be continued)

TTS: Síntesi de veu

2026-10-10T22:20:39Z

Joan: /* Síntesi de veu amb vits */

TTS: Síntesi de veu

2026-10-10T22:01:01Z

Joan: /* 2a prova: model VITS */

TTS: Síntesi de veu

2026-10-10T21:56:20Z

Joan: /* 2a prova: model VITS */

__TOC__

=1a prova: F5-TTS, no funciona=

(no acaba de funcionar, resultats inconsistents)

*https://chatgpt.com/c/6ab042c5-4344-83eb-90bb-83cad23ab322

(m'he fet un lio amb el XTTS-v2 i la instal·lació de Coqui TTS)

prompt: "vull fer clonació i síntesi de veu en català amb F5-TTS. Tinc una RTX5060 Ti 16GB."

Per català, però, hi ha un punt important: el model base de F5-TTS no és específicament un model català, així que la qualitat de pronunciació catalana dependrà molt del text, del model/checkpoint i de l'àudio de referència. Si vols qualitat alta i consistent en català, podem plantejar també fine-tuning.

<pre>
mkdir -p F5-TTS
cd F5-TTS
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip setuptools wheel
</pre>

3. Instal·la PyTorch
El repositori actual de F5-TTS documenta PyTorch amb CUDA 12.8, i PyTorch publica wheels específiques cu128.

Jo tinc CUDA 13.2, però no passa res
<pre>
pip install torch==2.8.0+cu128 torchaudio==2.8.0+cu128 \
--extra-index-url https://download.pytorch.org/whl/cu128

$ python3
import torch

print("PyTorch:", torch.__version__)
print("CUDA:", torch.version.cuda)
print("CUDA disponible:", torch.cuda.is_available())
print("GPU:", torch.cuda.get_device_name(0))
print("Compute capability:", torch.cuda.get_device_capability(0))

PyTorch: 2.8.0+cu128
CUDA: 12.8
CUDA disponible: True
GPU: NVIDIA GeForce RTX 5060 Ti
Compute capability: (12, 0)
</pre>

4. Instal·la F5-TTS

<pre>
git clone https://github.com/SWivid/F5-TTS.git

cd F5-TTS
pip install -e .
</pre>
ara el meu directori de treball és ~/F5-TTS/F5-TTS. No confondre el primer amb el segon.

<pre>
$ f5-tts_infer-cli --help
$ f5-tts_infer-gradio --help -> es descarrega el model
</pre>

5. Primera prova: interfície web

<pre>
$ f5-tts_infer-gradio
</pre>

Normalment et donarà una adreça local del tipus:

* http://127.0.0.1:7860

Obre-la al navegador.

La interfície de F5-TTS permet fer inferència a partir d'una veu de referència i generar text nou. El projecte actual també disposa de funcionalitats d'inferència per chunks i altres modes.

però jo no estic davant de l'ordinador. I no puc fer:

* http://79.156.157.3:7860

perquè el port 7860 no està obert
(m'he quedat aquí)
(...)

Gravo una veu que representa que és de referència, i a partir d'aquesta veu podré fer síntesi/clonació. És a dir, jo el que volia fer aquí ja és la clonació. Aquesta tècnica s'emmarca amb la tècnica de clonació directa amb un model zero-shot multilingüe. Models com F5-TTS permeten clonar una veu a partir només d'uns segons d'àudio i generar directament en l'idioma objectiu. Els models que es poden fer servir són XTTS-v2 (Coqui), F5-TTS o GPT-SoVITS (estic provant F5-TTS), i el problema és que cap d'aquests models té el català com a idioma oficialment suportat de sèrie.
<pre>
$ arecord -f cd gravacio.wav

scp gravacio.* joan@192.168.1.184:/home/joan/Baixades

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>

es genera el fitxer /home/joan/Baixades/prova.wav

NOTA: recordem que en el portàtil tinc un punt de muntatge a /home/joan/projectes en el servidor.

<pre>
$ find ~/.cache/gface -type d -iname "*F5*" 2>/dev/null
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_v1_Base
/home/joan/.cache/huggingface/hub/models--SWivid--F5-TTS/snapshots/84e5a410d9cead4de2f847e7c9369a6440bdfaca/F5TTS_Base
/home/joan/.cache/huggingface/hub/.locks/models--SWivid--F5-TTS

$ f5-tts_infer-cli --model F5TTS_v1_Base --ref_audio /home/joan/Baixades/gravacio.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood. The streets were almost empty, and a thick fog covered the old houses. As she walked towards the house she had recently inherited from her grandmother, she noticed a strange light shining from one of the upstairs windows. Emily stopped and stared at it for a moment. She was certain that the house had been empty for years, so she could not understand who could be inside." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova2.wav --speed 0.06

$ f5-tts_infer-cli --model F5TTS_Base --ref_audio /home/joan/projectes/gravacio2.wav --ref_text "It was a cold and quiet evening when Emily arrived in the small village of Blackwood." --gen_text "Good morning. This is a simple test of generating an English speech from a text" --output_dir /home/joan/projectes --output_file prova.wav --speed 0.06
</pre>
No m'acaba de sortir. Obtinc uns resultats en anglès bastant inconsistents, i en català no ho aconseguiré.

=2a prova: model VITS=

2a prova per a la síntesi d'una veu en català
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Abans de fer la clonació de veu primer he de fer síntesi de veu en català. S'ha de separar el problema en dos passos:

- Genera la parla en català amb un model ja entrenat pel Projecte Aina (BSC), com Matxa-TTS o el VITS multi-parlant (projecte-aina/tts-ca-coqui-vits-multispeaker) — és la primera solució tecnològica publicada com a model lingüístic en obert que ofereix interpretació de text a veu en català central, nord-occidental, balear i valencià, disponible a Hugging Face.
- Converteix el timbre a la teva veu amb una eina de voice conversion com RVC (Retrieval-based Voice Conversion) o so-vits-svc. Entrenes un model petit amb ~10-30 minuts d’àudio net de la teva veu (parlant en qualsevol idioma, fins i tot) i li apliques la sortida del TTS català. El model de conversió només ha d’aprendre el ''color'' de la teva veu, no l'idioma, així que funciona molt bé i és ràpid d’entrenar amb 16GB. Aquest segon pas és la ''clonació de veu'', i la desenvolupo en una altra entrada. Ara ens centrarem només en la síntesi.

Anem a fer dons la síntesi de veu en català.

<pre>
mkdir ~/veu-catala && cd ~/veu-catala
python3 -m venv venv
source venv/bin/activate # a Windows: venv\Scripts\activate
pip install --upgrade pip
</pre>
Recordem que estem seguint:
* https://claude.ai/chat/a77d2c6c-1051-4733-a6a8-31c5abe7b322

Primer instal·lem PyTorch. Aquí el Claude em fa un avís: La teva 5060 Ti és arquitectura Blackwell (sm_120). Si instal·les PyTorch “normal” (per exemple amb CUDA 12.1 o 12.4), et donarà l’error CUDA capability sm_120 is not compatible. Necessites la build amb CUDA 12.8 o superior:

<pre>
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
</pre>
i comprovem que ho detecta bé:
<pre>
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"
</pre>
També necessitem com a dependència:
<pre>
sudo apt install ffmpeg
</pre>

i ara ja podem instal·lar TTS (llibreria coqui-tts, compatible amb els models VITS del BSC)

<pre>
$ pip install TTS
ERROR: Ignored the following versions that require a different python version: 0.0.10.2 Requires-Python >=3.6.0,<3.9; 0.0.10.3 Requires-Python >=3.6.0,<3.9; 0.0.11 Requires-Python >=3.6.0,<3.9; 0.0.12 Requires-Python >=3.6.0,<3.9; 0.0.13.1 Requires-Python >=3.6.0,<3.9; 0.0.13.2 Requires-Python >=3.6.0,<3.9; 0.0.14.1 Requires-Python >=3.6.0,<3.9; 0.0.15 Requires-Python >=3.6.0,<3.9; 0.0.15.1 Requires-Python >=3.6.0,<3.9; 0.0.9 Requires-Python ... >=3.7.0,<3.11; 0.7.1 Requires-Python >=3.7.0,<3.11; 0.8.0 Requires-Python >=3.7.0,<3.11; 0.9.0 Requires-Python >=3.7.0,<3.11
ERROR: Could not find a version that satisfies the requirement TTS (from versions: none)
ERROR: No matching distribution found for TTS
</pre>
Confirmat: el paquet TTS original de Coqui està abandonat (l'empresa va tancar) i el darrer release no accepta Python ≥3.12, que és probablement el que tens instal·lat. Hi ha un fork actiu mantingut per Idiap que ha canviat de nom a coqui-tts.
<pre>
pip install coqui-tts -> ara sí
</pre>
Aquest fork suporta Python 3.10 fins a <3.13 (i les últimes versions ja arriben fins <3.14). Si el teu python3 --version et dona 3.13 o més nou, hauràs de crear el venv amb una versió compatible:

Prova ràpida amb el model multi-parlant:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

Però dóna un error:
<pre>
from TTS.api import TTS
ImportError: cannot import name 'isin_mps_friendly' from 'transformers.pytorch_utils' (/home/joan/veu-catala/venv/lib/python3.12/site-packages/transformers/pytorch_utils.py)
</pre>
Trobat exactament: és un problema conegut i molt recent — transformers 5.x va eliminar la funció isin_mps_friendly que coqui-tts encara fa servir internament (a TTS/tts/layers/tortoise/autoregressive.py). Se't deu haver instal·lat automàticament una versió massa nova de transformers.

Solució

Fixa transformers a una versió anterior a la 5.0:
<pre>
pip install "transformers==4.57.6"

$ pip show transformers
Name: transformers
Version: 4.57.6

$ python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ara sí!

Ja puc fer la prova de síntesi:
<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits-multispeaker") # o el nom exacte del repo d'Aina a HF
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.",
speaker="ona",
file_path="prova.wav")
</pre>
Els models que podem fer servir estan aquí:
*https://huggingface.co/spaces/projecte-aina/catalan_tts_arena
i són:
* Vits 2
* Matxa-TTS
* Matxa-TTS-multiaccent -> aquest és el Matxa v2 (multiaccent), i és el que acabaré fent servir finalment
* StableTTS
* StyleTTS 2

Canvio el codi per al model vits:
<pre>
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
</pre>
<pre>
FileNotFoundError: [!] No espeak backend found. Install espeak-ng or espeak to your system.
</pre>
primer he d'instal·lar espeak-ng

==Instal·lació espeak-ng==

'''NOTA1''': aquest procés el faig dues vegades, perquè la primera vegada l'he fet fora del venv, i la segona vegada dins del venv, que seria el correcte.

'''NOTA2''': el model de síntesi que faré servir finalment serà el Matxa V2, que funciona per grafemes, i això vol dir que aquest model no necessita el espeak-ng.

Instal·lo espeak-ng a la màquina, fora d'un venv, perquè ho faré servir bastant.

previ, les eines de make per compilar projectes C:
<pre>
sudo apt update
sudo apt install autoconf automake libtool-bin pkg-config build-essential

$ which aclocal
/usr/bin/aclocal

$ aclocal --version
aclocal (GNU automake) 1.16.5

sudo apt install libtool
</pre>

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh -> crec que dóna error...

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install

./autogen.sh
(ara ja funciona)

./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>
ja ho tinc instal·lat.

Exportem les variables d'entorn
<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

NOTA: Val la pena afegir aquestes tres línies al final del ~/.bashrc (o a un script activate_env.sh propi que sourregis cada cop abans de treballar-hi), perquè si no les hauràs de tornar a exportar cada vegada que obris terminal nova.

4. Un parell de dependències més que demana Aina

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
'''NOTA''': he fet el fallo que ho hauria d'haver fet amb el venv del projecte que estava fent. Per tant, torno a activar el venv i faig la instal·lació del espeak-ng

<pre>
cd ~/veu-catala
source venv/bin/activate
</pre>
(torno a estar dins del venv, i torno a fer la instal·lació del espeak-ng)

<pre>
cd ~/veu-catala
git clone https://github.com/projecte-aina/espeak-ng.git
cd espeak-ng

./autogen.sh
./configure --prefix=$HOME/veu-catala/espeak-ng-build
make
make install
</pre>

<pre>
export ESPEAK_DATA_PATH=$HOME/veu-catala/espeak-ng-build/share/espeak-ng-data
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/veu-catala/espeak-ng-build/lib
export PATH=$HOME/veu-catala/espeak-ng-build/bin:$PATH
</pre>

<pre>
pip cache purge
pip install mecab-python3 unidic-lite
</pre>
(ara sí!)

<pre>
$ espeak-ng --voices=ca
Pty Language Age/Gender VoiceName File Other Languages
5 ca --/M Catalan roa/ca
5 ca-ba --/M Catalan_(Balearic) roa/ca-ba
5 ca-nw --/M Catalan_(North-western) roa/ca-nw
5 ca-va --/M Catalan_(Valencian) roa/ca-va
</pre>

<pre>
python -c "from TTS.api import TTS; print('OK')"
OK
</pre>
Ja tinc la llibreria TTS instal·lada.

(en aquest punt hauria de recordar de com funciona espeak-ng)

Ja puc continuar en el punt on estava abans, de fer una prova de síntesi: (recordem que ara, per acabar de fer la síntesi, es farà servir espeak-ng)

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

ja ho tinc, ho ha fet bastant bé, amb algun error. Puc provar els altres models, o altres speakers.

Tinc aquest codi, que no funciona massa bé:

<pre>
from TTS.api import TTS
tts = TTS("tts_models/ca/custom/vits") # funciona! descarrega el model
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu en català.", speaker="ona", file_path="prova.wav")
</pre>

* quins són els models que puc fer servir en comptes de "tts_models/ca/custom/vits"?
* quins són els speakers que puc fer servir a més d'"ona"?

<pre>
from TTS.api import TTS

models = TTS().list_models()
# Segons la versió, list_models() retorna una llista o un objecte ModelManager
noms = models if isinstance(models, list) else models.list_models()
print([m for m in noms if "/ca/" in m or "/cat/" in m])
</pre>
Retorna:
<pre>
['tts_models/ca/custom/vits']
</pre>
només em retorna un model:

tts_models/ca/custom/vits: el que ja fas servir. És multi-speaker, entrenat amb dades de Festcat i Google Catalan.

Vull mirar tots els speakers:
<pre>
tts = TTS("tts_models/ca/custom/vits")
print(tts.speakers)
...', 'jan', 'mar', 'ona', 'pau', 'pep', 'pol', 'teo']

for s in tts.speakers[:10]:
tts.tts_to_file(text="Bon dia, això és una prova.", speaker=s, file_path=f"/home/joan/projectes/t001_{s}.wav")

'/home/joan/projectes/t001_00236e350cc84b94a6684f182acf96e68963d7fa1164d4fa56da20f46f210b2dd3ecf189e97fb3c94113a54c12dc20550508f5b7b9b37e1873898d58a308feb5.wav'
'/home/joan/projectes/t001_00459.wav'
'/home/joan/projectes/t001_00762.wav'
'/home/joan/projectes/t001_00983a845f95493fb27125b114c635f3b40060efaee167d32d8a3dd040c877713446c7bd3e6944641227bdb4165ecb8d684ec2ef66c817e65e77c52cc50e62ed.wav'
'/home/joan/projectes/t001_01591.wav'
'/home/joan/projectes/t001_02452.wav'
'/home/joan/projectes/t001_02689.wav'
'/home/joan/projectes/t001_02992.wav'
'/home/joan/projectes/t001_02f7d61edf5063ca42953b1068539f1572985aa9448555cfd8d7667121eeedc72c912d95cf33abf61a1f9620f2a01be4251a53aa5440d15849003fb31210d830.wav'
'/home/joan/projectes/t001_03115.wav'
</pre>

I canvio la línia i provo les diferents veus:

<pre>
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="jan", file_path=f"/home/joan/projectes/t001_jan.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="mar", file_path=f"/home/joan/projectes/t001_mar.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="ona", file_path=f"/home/joan/projectes/t001_ona.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pau", file_path=f"/home/joan/projectes/t001_pau.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pep", file_path=f"/home/joan/projectes/t001_pep.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="pol", file_path=f"/home/joan/projectes/t001_pol.wav")
tts.tts_to_file(text="Bon dia, això és una prova de síntesi de veu.", speaker="teo", file_path=f"/home/joan/projectes/t001_teo.wav")
</pre>

La qualitat no és molt bona:

* La llibreria original TTS de Coqui ja no es manté, perquè l'empresa va tancar. El fork mantingut és coqui-tts (pip install coqui-tts), que funciona amb el mateix codi i sol donar menys problemes amb versions noves de Python i PyTorch.
* El Projecte AINA (BSC) ha publicat models catalans més recents a Hugging Face, com Matxa amb el vocoder alVoCat, que tenen diversos accents i solen sonar més naturals. No es carreguen amb TTS(...): tenen el seu propi codi d'inferència. -> '''aquest és el que farem servir'''

Un codi més complet és el que em proposa Claude: (que és el model del projecte AINA (BSC))

<pre>
pip install huggingface_hub
</pre>

script ''prova.py'':

<pre>
import glob
from huggingface_hub import snapshot_download
from TTS.utils.synthesizer import Synthesizer

# Baixa el model (només cal la primera vegada, es queda en cau)
model_dir = snapshot_download(repo_id="projecte-aina/tts-ca-coqui-vits-multispeaker")

# Localitza els fitxers dins la carpeta "model"
config_path = f"{model_dir}/model/config.json"
speakers_path = glob.glob(f"{model_dir}/model/speakers*.pth")[0]
checkpoint_candidates = [
p for p in glob.glob(f"{model_dir}/model/*.pth")
if "speakers" not in p
]
model_path = checkpoint_candidates[0]

print("Checkpoint:", model_path)
print("Config:", config_path)
print("Speakers:", speakers_path)

synthesizer = Synthesizer(
model_path, config_path, speakers_path, None, None, None,
use_cuda=True,
)

# Mostra els parlants disponibles
print("Parlants disponibles:", synthesizer.tts_model.speaker_manager.speaker_names[:10])

text = "Bon dia! Això és una prova de síntesi de veu en català."
speaker = synthesizer.tts_model.speaker_manager.speaker_names[0]

wav = synthesizer.tts(text, speaker_name=speaker)
synthesizer.save_wav(wav, "prova.wav")
print("Fet! Genera't: prova.wav")
</pre>

dóna un error que el Claude el sap solucionar:

Substitueix la crida al Synthesizer per:

<pre>
synthesizer = Synthesizer(
tts_checkpoint=model_path,
tts_config_path=config_path,
tts_speakers_file=speakers_path,
use_cuda=True,
)
</pre>

Puc provar amb els parlants: 'mar' (833), 'ona'(834), 'pau'(835), 'pep'(836), 'pol'(837), 'teo'(838), 'uri'(839)

hi ha 840 parlants.

per tant els índex d'aquests són: 833, 834, 835, 836, 837, 838, 839

Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.

aquestes veus (Festcat) es corresponen totes a parlants de català central. uri seria una mica unisex.

Però n'hi ha moltes d'altres de veus (840 parlants)

Sobre les 840 veus

La fitxa del model parla de 255 parlants, però tu en veus 840. No ho he trobat documentat, però és habitual en models de Coqui que el fitxer speakers.pth inclogui tots els identificadors que apareixien a les dades de partida. Això no vol dir que tots tinguin prou material d'entrenament. A Common Voice molts voluntaris només han gravat unes poques frases, i és probable que el model hagi après molt poc d'aquests parlants.

A la pràctica, això fa que la qualitat sigui molt desigual:

* Els parlants de Festcat (ona, pau,...) i d'OpenSLR tenen hores de gravació d'estudi. Són les veus més netes i estables.
* Els parlants de Common Voice amb moltes gravacions poden sonar bé, però amb el soroll i la variabilitat de gravacions casolanes.
* Els parlants amb molt poques gravacions sovint sonen genèrics, inestables o amb artefactes.

editar el config.json
<pre>
ls -la /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

joe /home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/config.json

</pre>
i en el config.json apuntem la ruta real:
<pre>
"speakers_file": "/home/joan/.cache/huggingface/hub/models--projecte-aina--tts-ca-coqui-vits-multispeaker/snapshots/b90a4d6a94475a367ec4be8b9fca14e348240b6d/model/speakers.pth",
</pre>

Tornem a provar, i finalment ha funcionat!
<pre>
python3 prova.py

...
7955f7d04b0a4ba49c653677f215265658afde6e89fdd2391eb714531056']
Fet! Genera't: prova.wav
</pre>
I ara sí que se sent molt bé!

Per tant, ja tinc un codi per fer síntesi de veu en català amb una veu molt bona

Puc provar els altres speaker_names i els altres models

he provat fins a 15 veus, i sembla ser que encara n'hi ha més. El model que he provat és: tts-ca-coqui-vits-multispeaker

* https://huggingface.co/projecte-aina/tts-ca-coqui-vits-multispeaker
* https://huggingface.co/spaces/softcatala/comparativa-tts-catala

{{Autor}}, setembre 2026

TTS: Síntesi de veu

2026-10-10T21:19:58Z

Joan:

2026-10-10T17:58:08Z

Joan:

__TOC__
=Instal·lació Ollama=

<pre>
curl -fsSL https://ollama.com/install.sh | sh
</pre>
<pre>
$ ollama -v
ollama version is 0.34.1
</pre>
<pre>
$ systemctl status ollama
● ollama.service - Ollama Service
Loaded: loaded (/etc/systemd/system/ollama.service; enabled; preset: enabled)
Active: active (running) since Tue 2026-09-15 23:31:14 CEST; 29s ago
Main PID: 7980 (ollama)
Tasks: 15 (limit: 34856)
Memory: 72.6M (peak: 3
</pre>

=Model QWen 3.5 27B (quantitzat)=
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

*[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

=Model Qwen3.5 9B=

És probablement el que més et recomanaria afegir. Qwen3.5 és multimodal i la versió 9B ocupa uns 6,6 GB, amb context de 256K.

Per tenir un model ràpid per al dia a dia, és molt més interessant que fer servir sempre el teu 27B.

<pre>
ollama pull qwen3.5:9b
ollama run qwen3.5:9b
</pre>
=Model Gemma 3 12B=

Aquest és especialment interessant perquè és multimodal: pot treballar amb text i imatges, té context de 128K i suporta més de 140 idiomes. La versió 12B ocupa uns 8,1 GB.
<pre>
ollama pull gemma3:12b
ollama run gemma3:12b
</pre>
Pot treballar amb imatges. Ho podem fer mitjançant la API de la següent manera:

<pre>
IMG=$(base64 -w 0 /home/joan/projectes/ratoli.jpeg)

curl http://localhost:11434/api/chat \
-H "Content-Type: application/json" \
-d "{
\"model\": \"gemma3:12b\",
\"messages\": [
{
\"role\": \"user\",
\"content\": \"Descriu detalladament aquesta imatge.\",
\"images\": [\"$IMG\"]
}
],
\"stream\": false
}"
</pre>
Resposta:
<pre>
{"model":"gemma3:12b","created_at":"2026-09-18T08:21:25.044041898Z","message":{"role":"assistant","content":"Aquí teniu una descripció detallada de la imatge:\n\n**Descripció general:**\n\nLa imatge mostra un ratolí de pèls marrons, vist de costat, sobre un fons blanc. La il·luminació és clara i uniforme, destacant les seves característiques.\n\n**Detalls específics:**\n\n* **Animal:** El ratolí és de mida mitjana, amb una postura alerta. El seu pelatge és dens i de color marró grisenc, amb un to lleugerament més clar a la panxa.\n* **Cap:** La seva cara és rosada, amb un musell llarg i una punta de nas rosada. Té ulls petits, rodons i negres, amb una mica de brillantor a la llum. Les seves orelles són grans, triangulals i de color rosa pàlid. Les vibrisses són llargues i blanques, i es projecten cap endavant.\n* **Cos:** El cos és arrodonit i proporcional a la cap. Les potes davanteres són petites i amb urpes. La cua és fina i coberta de pelusa.\n* **Fons:** El fons és totalment blanc, sense text o elements addicionals. Això ajuda a que l'atenció se centri completament en el ratolí.\n\n**Estil i composició:**\n\nLa imatge és una fotografia de primer pla que permet apreciar els detalls de l'animal. La composició és simple i equilibrada, posant l'èmfasi en la naturalesa del ratolí."},"done":true,"done_reason":"stop","total_duration":10394341884,"load_duration":1237038,"prompt_eval_count":289,"prompt_eval_cached_count":0,"prompt_eval_duration":2987531000,"eval_count":344,"eval_duration":6779488000}
</pre>
Veiem que hem accedit a la API pel port 11434:

Sí. Aquesta és una de les coses més interessants d'Ollama: quan l'executes, actua també com un servidor HTTP local. Això vol dir que qualsevol programa que s'executi al teu ordinador pot parlar amb Ollama enviant peticions HTTP.

* http://localhost:11434

vol dir essencialment: "Connecta't al servidor Ollama que està funcionant en aquest mateix ordinador."

=Model Mistral Small 3.2 24B=

Aquest és probablement el competidor més interessant del teu Qwen3.5 27B Q3. És un 24B Q4_K_M que ocupa aproximadament 15 GB, té context de 128K i és multimodal. Mistral destaca, a més, per instruction following i function calling.

<pre>
ollama pull mistral-small3.2
</pre>

provo el model amb curl i amb script python:

<pre>
curl http://localhost:11434/api/chat \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-small3.2",
"messages": [
{
"role": "user",
"content": "vull fer una petita narració en català (unes 100 paraules) que inclogui les paraules: atapeït, somicar i grapejar"
}
],
"stream": false
}'
</pre>
resposta:
<pre>
{"model":"mistral-small3.2","created_at":"2026-09-18T08:27:18.102796986Z","message":{"role":"assistant","content":"Aquí tens una petita narració:\n\nEl petit en Joan tornava de l'escola atapeït de tasques i cansament. En entrar a casa, va veure el seu gos, Tolo, somicar a la vora de la finestra. \"Tolo, no et grapegis tant!\", li va dir rient. El gos va obrir un ull i va movir la cua, com si entengués cada paraula. Joan va deixar la motxilla i va anar a la cuina per preparar un entrepà. Mentre menjava, Tolo va saltar al seu reguit i va començar a grapejar amb alegria. \"Estàs insuportable!\", va riure Joan, però en el fons li feia il·lusió tenir-lo al seu costat.\n\n(100 paraules)"},"done":true,"done_reason":"stop","total_duration":16327480542,"load_duration":5403826250,"prompt_eval_count":543,"prompt_eval_cached_count":0,"prompt_eval_duration":663015000,"eval_count":180,"eval_duration":10258082000}
</pre>

Ho posem en el script ''narracio.py'':
<pre>
import ollama

response = ollama.chat(
model='mistral-small3.2',
messages=[
{
'role': 'user',
'content': (
'vull fer una petita narració en català '
'(unes 100 paraules) que inclogui les paraules: '
'atapeït, somicar i grapejar'
)
}
]
)

print(response['message']['content'])
</pre>
Per executar-ho:
<pre>
$ pip install ollama
error: externally-managed-environment

× This environment is externally managed
╰─> To install Python packages system-wide, try apt install
python3-xyz, where xyz is the package you are trying to
install.
</pre>
Millor crear un venv

<pre>
mkdir ollama-mistral-small-python
cd ollama-mistral-small-python
python3 -m venv .venv
source .venv/bin/activate
pip install ollama
joe narracio.py
...
python3 narracio.py
</pre>
resposta:
<pre>
Aquí tens una petita narració de 100 paraules:

---

El petit poble de Montclar estava **atapeït** de turistes aquell estiu. En Marc, un noi de dotze anys, es **somicava** cada nit per escapar del soroll. Una vesprada, mentre **grapejava** per les velles carrerons, va trobar una porta secreta que portava a una gruta subterrània. Allà, va descobrir un antic rellotge de sorra que, segons la llegenda, podia aturar el temps. Amb curiositat, el va girar i, de sobte, tot es va quedar immòbil. Els turistes van quedar congelats, i el poble va recuperar la seva tranquil·litat. En Marc va aprendre que, a vegades, el millor és viure el present.

</pre>

Si volem provar el model directament:

<pre>
$ ollama run mistral-small3.2
</pre>

=Models instal·lats=
ara els models que tinc instal·lats són:

<pre>
$ ollama list
NAME ID SIZE MODIFIED
mistral-small3.2:latest 5a408ab55df5 15 GB 11 minutes ago
gemma3:12b f4031aab637d 8.1 GB 24 minutes ago
qwen3.5:9b 6488c96fa5fa 6.6 GB 28 minutes ago
qwen3.5:27b-q3 699f7cee9559 14 GB 40 hours ago
qwen3:8b 500a1f067a9f 5.2 GB 2 days ago
</pre>

{{Autor}}, octubre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T17:51:20Z

Joan: /* PyTorch */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

* La placa no té bluetooth integrada.
* Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
* Per desactivar/activar els LEDs: aguantar el botó de reset 2 o 3 segons. Per tornar a activar-ho, tornar a apretar reset.

=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

==Treballar amb Sublime Text en el portàtil contra el servidor. sshfs i scp==
La única cosa que necessitem és un punt de muntatge, i així tindrem mapejada en el portàtil una carpeta del servidor, i hi podrem accedir com si fos local

En el portàtil instal·lem sshfs:
<pre>
sudo apt install sshfs
</pre>
En el portàtil creem un punt de muntatge:
<pre>
mkdir -p ~/servidorIA
</pre>
I muntem el directori de ''projectes/'' del servidor:
<pre>
sshfs joan@192.168.1.184:/home/joan/projectes ~/servidorIA
</pre>
I ara ja he de veure aquesta carpeta com si fos local.

I ara amb el Sublime Text del portàtil puc treballar amb els fitxers del servidor.

És a dir:
* /home/joan/projectes és el directori de treball en el servidor IA
* /home/joan/servidorIA és el punt de muntatge en el portàtil

Repassem les comandes bàsiques de sshfs i scp, tant si treballem en la xarxa local com en la xarxa remota.

Em puc connectar a un servidor via xarxa local o via xarxa remota:

<pre>
ssh joan@192.168.1.184
ssh joan@79.156.157.3 -p 2222
</pre>

I també sé fer un punt de muntatge:
<pre>
sshfs joan@192.168.1.184:/home/joan/projectes ~/servidorIA
sshfs joan@79.156.157.3:/home/joan/projectes ~/servidorIA2 -p 2222
</pre>
Com faig el scp per enviar fitxers del portàtil al servidor, o del servidor al portàtil?

Del portàtil al servidor:
<pre>
# Xarxa local
scp fitxer.txt joan@192.168.1.184:/home/joan/projectes/

# Xarxa remota (fixa't en la -P majúscula, i que va abans de l'origen)
scp -P 2222 fitxer.txt joan@79.156.157.3:/home/joan/projectes/
</pre>

Del servidor al portàtil:

<pre>
# Xarxa local
scp joan@192.168.1.184:/home/joan/projectes/fitxer.txt ~/Baixades/

# Xarxa remota
scp -P 2222 joan@79.156.157.3:/home/joan/projectes/fitxer.txt ~/Baixades/
</pre>

Carpetes senceres: afegim -r (recursiu):
<pre>
scp -r -P 2222 ~/meu_projecte joan@79.156.157.3:/home/joan/projectes/
</pre>

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit i Pytorch==
El CUDA Toolkit és per fer desenvolupament amb CUDA.

Com que:
<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>
podem utilitzar el repositori ''ubuntu2404''.

<pre>
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

sudo apt install cuda-toolkit
</pre>
No instal·lem el ''cuda'', sinó el ''cuda-toolkit'', i així evitem que el Toolkit intenti substituir coses del driver que Mint ja gestiona (hem instal·lat cuda des dels repositoris oficials).

'''nvcc''' és el compilador de CUDA de NVIDIA (NVIDIA CUDA Compiler). Serveix per compilar codi C/C++ que conté parts pensades per executar-se a la GPU.

El que fa, a grans trets, és separar el codi en dues parts: el codi “host” (CPU), que passa a un compilador normal com gcc, clang o MSVC, i el codi “device” (GPU), és a dir, les funcions marcades amb __global__ o __device__, que compila ell mateix cap a codi per a la GPU. Després ho enllaça tot en un sol executable.

<pre>
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0
</pre>

<pre>
$ which nvcc
/usr/local/cuda-13.4/bin/nvcc
</pre>

En el ''.bashrc'' afegim el nvcc
<pre>
export PATH=/usr/local/cuda-13.4/bin:$PATH
</pre>
Per fer-ho de forma permanent:
<pre>
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
source ~/.bashrc (per tal de què tingui efectes immediats)
</pre>

Tenim dues coses diferents:
* nvidia-smi: són els drivers de NVIDIA + GPU
* nvcc: cuda toolkit

Instal·lem ara les eines de desenvolupament: (són genèriques, i ho fem de forma global, no en un venv)
<pre>
sudo apt install build-essential git cmake pkg-config
</pre>

===PyTorch===

La versió actual de PyTorch requereix python modern. 3.10 o posterior per a la versió estable actual. Jo tinc 3.12, ok.

6. No instal·lis PyTorch globalment

Això és important. Ho farem amb venv.

No facis:
<pre>
sudo pip install torch
</pre>
Cada projecte python tindrà el seu entorn virtual. Per ex:
<pre>
mkdir xarxes-neuronals
cd xarxes-neuronals

python3 -m venv .venv
source .venv/bin/activate
nou prompt: (.venv) $
python -m pip install --upgrade pip

</pre>
Ja podem instal·lar el PyTorch. Anirem a la pàgina oficial de PyTorch per seguir les últimes instruccions.

* https://pytorch.org/get-started/locally/?utm_source=chatgpt.com

Com que jo tinc CUDA Version: 13.2, la instrucció serà: (recordem, tot això dins del venv)
<pre>
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132
</pre>

script ''primera_prova.py'':
<pre>
import torch

print("PyTorch:", torch.__version__)
print("CUDA disponible:", torch.cuda.is_available())
print("CUDA de PyTorch:", torch.version.cuda)

if torch.cuda.is_available():
print("GPU:", torch.cuda.get_device_name(0))
</pre>
<pre>
$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti
</pre>
En aquest punt tens PyTorch + CUDA funcionant de veritat.

(recordem que ho fem en un venv)

I ara ja puc fer servir la targeta gràfica de veritat:

script ''segona_prova.py'':
<pre>
import torch

print(torch.cuda.get_device_name(0))

a = torch.randn(5000, 5000, device="cuda")
b = torch.randn(5000, 5000, device="cuda")

c = a @ b

print(c.device)
print(c.shape)
</pre>
<pre>
NVIDIA GeForce RTX 5060 Ti
cuda:0
torch.Size([5000, 5000])
</pre>

Mentre ho executem, en un altre terminal podem veure l'ús de la targeta gràfica: (veiem com la memòria puja)
<pre>
watch -n 1 nvidia-smi
</pre>

En aquest punt tenim PyTorch + CUDA funcionant.

===Execució pràctica PyTorch===
vull executar la pràctica d'IA del mòdul: 5073-EAC6-2627S1

portàtil:
<pre>
scp cifar10.zip joan@192.168.1.184:~
</pre>
servidor:
<pre>
unzip cifar10.zip
</pre>
i segons les instruccions del README:

<pre>
cd cifar10
python3 -m venv venv
source venv/bin/activate # Linux / macOS
pip install --upgrade pip
pip install -r requirements.txt
</pre>

i executem el projecte:
<pre>
python3 -m src.main
</pre>
Per tal de veure la VRAM que consumeix la RTX5060, en un altre terminar:
<pre>
$ ssh joan@192.168.1.184
$ watch -n 1 nvidia-smi
</pre>

{{Autor}}, setembre 2026

2026-10-10T17:17:13Z

Joan:

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T17:15:12Z

Joan: /* Configuració, primeres tasques. Linux Mint */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

* La placa no té bluetooth integrada.
* Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
* Per desactivar/activar els LEDs: aguantar el botó de reset 2 o 3 segons. Per tornar a activar-ho, tornar a apretar reset.

=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

==Treballar amb Sublime Text en el portàtil contra el servidor. sshfs i scp==
La única cosa que necessitem és un punt de muntatge, i així tindrem mapejada en el portàtil una carpeta del servidor, i hi podrem accedir com si fos local

En el portàtil instal·lem sshfs:
<pre>
sudo apt install sshfs
</pre>
En el portàtil creem un punt de muntatge:
<pre>
mkdir -p ~/servidorIA
</pre>
I muntem el directori de ''projectes/'' del servidor:
<pre>
sshfs joan@192.168.1.184:/home/joan/projectes ~/servidorIA
</pre>
I ara ja he de veure aquesta carpeta com si fos local.

I ara amb el Sublime Text del portàtil puc treballar amb els fitxers del servidor.

És a dir:
* /home/joan/projectes és el directori de treball en el servidor IA
* /home/joan/servidorIA és el punt de muntatge en el portàtil

Repassem les comandes bàsiques de sshfs i scp, tant si treballem en la xarxa local com en la xarxa remota.

Em puc connectar a un servidor via xarxa local o via xarxa remota:

<pre>
ssh joan@192.168.1.184
ssh joan@79.156.157.3 -p 2222
</pre>

I també sé fer un punt de muntatge:
<pre>
sshfs joan@192.168.1.184:/home/joan/projectes ~/servidorIA
sshfs joan@79.156.157.3:/home/joan/projectes ~/servidorIA2 -p 2222
</pre>
Com faig el scp per enviar fitxers del portàtil al servidor, o del servidor al portàtil?

Del portàtil al servidor:
<pre>
# Xarxa local
scp fitxer.txt joan@192.168.1.184:/home/joan/projectes/

# Xarxa remota (fixa't en la -P majúscula, i que va abans de l'origen)
scp -P 2222 fitxer.txt joan@79.156.157.3:/home/joan/projectes/
</pre>

Del servidor al portàtil:

<pre>
# Xarxa local
scp joan@192.168.1.184:/home/joan/projectes/fitxer.txt ~/Baixades/

# Xarxa remota
scp -P 2222 joan@79.156.157.3:/home/joan/projectes/fitxer.txt ~/Baixades/
</pre>

Carpetes senceres: afegim -r (recursiu):
<pre>
scp -r -P 2222 ~/meu_projecte joan@79.156.157.3:/home/joan/projectes/
</pre>

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit i Pytorch==
El CUDA Toolkit és per fer desenvolupament amb CUDA.

Com que:
<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>
podem utilitzar el repositori ''ubuntu2404''.

<pre>
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

sudo apt install cuda-toolkit
</pre>
No instal·lem el ''cuda'', sinó el ''cuda-toolkit'', i així evitem que el Toolkit intenti substituir coses del driver que Mint ja gestiona (hem instal·lat cuda des dels repositoris oficials).

'''nvcc''' és el compilador de CUDA de NVIDIA (NVIDIA CUDA Compiler). Serveix per compilar codi C/C++ que conté parts pensades per executar-se a la GPU.

El que fa, a grans trets, és separar el codi en dues parts: el codi “host” (CPU), que passa a un compilador normal com gcc, clang o MSVC, i el codi “device” (GPU), és a dir, les funcions marcades amb __global__ o __device__, que compila ell mateix cap a codi per a la GPU. Després ho enllaça tot en un sol executable.

<pre>
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0
</pre>

<pre>
$ which nvcc
/usr/local/cuda-13.4/bin/nvcc
</pre>

En el ''.bashrc'' afegim el nvcc
<pre>
export PATH=/usr/local/cuda-13.4/bin:$PATH
</pre>
Per fer-ho de forma permanent:
<pre>
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
source ~/.bashrc (per tal de què tingui efectes immediats)
</pre>

Tenim dues coses diferents:
* nvidia-smi: són els drivers de NVIDIA + GPU
* nvcc: cuda toolkit

Instal·lem ara les eines de desenvolupament: (són genèriques, i ho fem de forma global, no en un venv)
<pre>
sudo apt install build-essential git cmake pkg-config
</pre>

===PyTorch===

La versió actual de PyTorch requereix python modern. 3.10 o posterior per a la versió estable actual. Jo tinc 3.12, ok.

6. No instal·lis PyTorch globalment

Això és important. Ho farem amb venv.

No facis:
<pre>
sudo pip install torch
</pre>
Cada projecte python tindrà el seu entorn virtual. Per ex:
<pre>
mkdir xarxes-neuronals
cd xarxes-neuronals

python3 -m venv .venv
source .venv/bin/activate
nou prompt: (.venv) $
python -m pip install --upgrade pip

</pre>
Ja podem instal·lar el PyTorch. Anirem a la pàgina oficial de PyTorch per seguir les últimes instruccions.

* https://pytorch.org/get-started/locally/?utm_source=chatgpt.com

Com que jo tinc CUDA Version: 13.2, la instrucció serà: (recordem, tot això dins del venv)
<pre>
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132
</pre>

script ''primera_prova.py'':
<pre>
import torch

print("PyTorch:", torch.__version__)
print("CUDA disponible:", torch.cuda.is_available())
print("CUDA de PyTorch:", torch.version.cuda)

if torch.cuda.is_available():
print("GPU:", torch.cuda.get_device_name(0))
</pre>
<pre>
$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti
</pre>
En aquest punt tens PyTorch + CUDA funcionant de veritat.

(recordem que ho fem en un venv)

I ara ja puc fer servir la targeta gràfica de veritat:

script ''segona_prova.py'':
<pre>
import torch

print(torch.cuda.get_device_name(0))

a = torch.randn(5000, 5000, device="cuda")
b = torch.randn(5000, 5000, device="cuda")

c = a @ b

print(c.device)
print(c.shape)
</pre>
<pre>
NVIDIA GeForce RTX 5060 Ti
cuda:0
torch.Size([5000, 5000])
</pre>

Mentre ho executem, en un altre terminal podem veure l'ús de la targeta gràfica: (veiem com la memòria puja)
<pre>
watch -n 1 nvidia-smi
</pre>

En aquest punt tenim PyTorch + CUDA funcionant.

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T17:07:53Z

Joan: /* Components */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

* La placa no té bluetooth integrada.
* Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
* Per desactivar/activar els LEDs: aguantar el botó de reset 2 o 3 segons. Per tornar a activar-ho, tornar a apretar reset.

=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit i Pytorch==
El CUDA Toolkit és per fer desenvolupament amb CUDA.

Com que:
<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>
podem utilitzar el repositori ''ubuntu2404''.

<pre>
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

sudo apt install cuda-toolkit
</pre>
No instal·lem el ''cuda'', sinó el ''cuda-toolkit'', i així evitem que el Toolkit intenti substituir coses del driver que Mint ja gestiona (hem instal·lat cuda des dels repositoris oficials).

'''nvcc''' és el compilador de CUDA de NVIDIA (NVIDIA CUDA Compiler). Serveix per compilar codi C/C++ que conté parts pensades per executar-se a la GPU.

El que fa, a grans trets, és separar el codi en dues parts: el codi “host” (CPU), que passa a un compilador normal com gcc, clang o MSVC, i el codi “device” (GPU), és a dir, les funcions marcades amb __global__ o __device__, que compila ell mateix cap a codi per a la GPU. Després ho enllaça tot en un sol executable.

<pre>
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0
</pre>

<pre>
$ which nvcc
/usr/local/cuda-13.4/bin/nvcc
</pre>

En el ''.bashrc'' afegim el nvcc
<pre>
export PATH=/usr/local/cuda-13.4/bin:$PATH
</pre>
Per fer-ho de forma permanent:
<pre>
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
source ~/.bashrc (per tal de què tingui efectes immediats)
</pre>

Tenim dues coses diferents:
* nvidia-smi: són els drivers de NVIDIA + GPU
* nvcc: cuda toolkit

Instal·lem ara les eines de desenvolupament: (són genèriques, i ho fem de forma global, no en un venv)
<pre>
sudo apt install build-essential git cmake pkg-config
</pre>

===PyTorch===

La versió actual de PyTorch requereix python modern. 3.10 o posterior per a la versió estable actual. Jo tinc 3.12, ok.

6. No instal·lis PyTorch globalment

Això és important. Ho farem amb venv.

No facis:
<pre>
sudo pip install torch
</pre>
Cada projecte python tindrà el seu entorn virtual. Per ex:
<pre>
mkdir xarxes-neuronals
cd xarxes-neuronals

python3 -m venv .venv
source .venv/bin/activate
nou prompt: (.venv) $
python -m pip install --upgrade pip

</pre>
Ja podem instal·lar el PyTorch. Anirem a la pàgina oficial de PyTorch per seguir les últimes instruccions.

* https://pytorch.org/get-started/locally/?utm_source=chatgpt.com

Com que jo tinc CUDA Version: 13.2, la instrucció serà: (recordem, tot això dins del venv)
<pre>
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132
</pre>

script ''primera_prova.py'':
<pre>
import torch

print("PyTorch:", torch.__version__)
print("CUDA disponible:", torch.cuda.is_available())
print("CUDA de PyTorch:", torch.version.cuda)

if torch.cuda.is_available():
print("GPU:", torch.cuda.get_device_name(0))
</pre>
<pre>
$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti
</pre>
En aquest punt tens PyTorch + CUDA funcionant de veritat.

(recordem que ho fem en un venv)

I ara ja puc fer servir la targeta gràfica de veritat:

script ''segona_prova.py'':
<pre>
import torch

print(torch.cuda.get_device_name(0))

a = torch.randn(5000, 5000, device="cuda")
b = torch.randn(5000, 5000, device="cuda")

c = a @ b

print(c.device)
print(c.shape)
</pre>
<pre>
NVIDIA GeForce RTX 5060 Ti
cuda:0
torch.Size([5000, 5000])
</pre>

Mentre ho executem, en un altre terminal podem veure l'ús de la targeta gràfica: (veiem com la memòria puja)
<pre>
watch -n 1 nvidia-smi
</pre>

En aquest punt tenim PyTorch + CUDA funcionant.

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T17:06:45Z

Joan: /* Instal·lació del CUDA Toolkit */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

La placa no té bluetooth integrada.

Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit i Pytorch==
El CUDA Toolkit és per fer desenvolupament amb CUDA.

Com que:
<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>
podem utilitzar el repositori ''ubuntu2404''.

<pre>
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

sudo apt install cuda-toolkit
</pre>
No instal·lem el ''cuda'', sinó el ''cuda-toolkit'', i així evitem que el Toolkit intenti substituir coses del driver que Mint ja gestiona (hem instal·lat cuda des dels repositoris oficials).

'''nvcc''' és el compilador de CUDA de NVIDIA (NVIDIA CUDA Compiler). Serveix per compilar codi C/C++ que conté parts pensades per executar-se a la GPU.

El que fa, a grans trets, és separar el codi en dues parts: el codi “host” (CPU), que passa a un compilador normal com gcc, clang o MSVC, i el codi “device” (GPU), és a dir, les funcions marcades amb __global__ o __device__, que compila ell mateix cap a codi per a la GPU. Després ho enllaça tot en un sol executable.

<pre>
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0
</pre>

<pre>
$ which nvcc
/usr/local/cuda-13.4/bin/nvcc
</pre>

En el ''.bashrc'' afegim el nvcc
<pre>
export PATH=/usr/local/cuda-13.4/bin:$PATH
</pre>
Per fer-ho de forma permanent:
<pre>
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
source ~/.bashrc (per tal de què tingui efectes immediats)
</pre>

Tenim dues coses diferents:
* nvidia-smi: són els drivers de NVIDIA + GPU
* nvcc: cuda toolkit

Instal·lem ara les eines de desenvolupament: (són genèriques, i ho fem de forma global, no en un venv)
<pre>
sudo apt install build-essential git cmake pkg-config
</pre>

===PyTorch===

La versió actual de PyTorch requereix python modern. 3.10 o posterior per a la versió estable actual. Jo tinc 3.12, ok.

6. No instal·lis PyTorch globalment

Això és important. Ho farem amb venv.

No facis:
<pre>
sudo pip install torch
</pre>
Cada projecte python tindrà el seu entorn virtual. Per ex:
<pre>
mkdir xarxes-neuronals
cd xarxes-neuronals

python3 -m venv .venv
source .venv/bin/activate
nou prompt: (.venv) $
python -m pip install --upgrade pip

</pre>
Ja podem instal·lar el PyTorch. Anirem a la pàgina oficial de PyTorch per seguir les últimes instruccions.

* https://pytorch.org/get-started/locally/?utm_source=chatgpt.com

Com que jo tinc CUDA Version: 13.2, la instrucció serà: (recordem, tot això dins del venv)
<pre>
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132
</pre>

script ''primera_prova.py'':
<pre>
import torch

print("PyTorch:", torch.__version__)
print("CUDA disponible:", torch.cuda.is_available())
print("CUDA de PyTorch:", torch.version.cuda)

if torch.cuda.is_available():
print("GPU:", torch.cuda.get_device_name(0))
</pre>
<pre>
$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti
</pre>
En aquest punt tens PyTorch + CUDA funcionant de veritat.

(recordem que ho fem en un venv)

I ara ja puc fer servir la targeta gràfica de veritat:

script ''segona_prova.py'':
<pre>
import torch

print(torch.cuda.get_device_name(0))

a = torch.randn(5000, 5000, device="cuda")
b = torch.randn(5000, 5000, device="cuda")

c = a @ b

print(c.device)
print(c.shape)
</pre>
<pre>
NVIDIA GeForce RTX 5060 Ti
cuda:0
torch.Size([5000, 5000])
</pre>

Mentre ho executem, en un altre terminal podem veure l'ús de la targeta gràfica: (veiem com la memòria puja)
<pre>
watch -n 1 nvidia-smi
</pre>

En aquest punt tenim PyTorch + CUDA funcionant.

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:41:14Z

Joan: /* Configuració, primeres tasques. Linux Mint */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

La placa no té bluetooth integrada.

Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

<pre>
$ grep UBUNTU_CODENAME /etc/os-release
UBUNTU_CODENAME=noble
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit==
El CUDA Toolkit és per fer desenvolupament amb CUDA.
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0

6. No instal·lis PyTorch globalment

Això és important.

No facis:
sudo pip install torch

https://pytorch.org/get-started/locally/?utm_source=chatgpt.com
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132

$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti

En aquest punt tens PyTorch + CUDA funcionant de veritat.
(recordem que ho fem en un venv)

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:40:42Z

Joan: /* Instal·lació drivers NVidia */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

La placa no té bluetooth integrada.

Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

Instal·lem el driver NVIDIA oficial a partir dels repositoris:

Menú -> Administració > Gestor de controladors.

Detectarà la RTX 5060Ti, i seleccionem el driver propietari recomanat.

<pre>
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

==Instal·lació del CUDA Toolkit==
El CUDA Toolkit és per fer desenvolupament amb CUDA.
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0

6. No instal·lis PyTorch globalment

Això és important.

No facis:
sudo pip install torch

https://pytorch.org/get-started/locally/?utm_source=chatgpt.com
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132

$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti

En aquest punt tens PyTorch + CUDA funcionant de veritat.
(recordem que ho fem en un venv)

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:35:35Z

Joan: /* Instal·lació drivers NVidia */

=Components=
<pre>
PC Gaming AMD Ryzen 7 5800x
Targeta gràfica: NVidia RTX 5060 Ti 16GB
RAM: GDDR7 32 GB
2 TB SSD
</pre>
Per entrar a la bios: 'supr' vàries vegades

La placa no té bluetooth integrada.

Instal·lo el Linux Mint, formatant el disc dur i carregant-me la instal·lació del Windows.
=Configuració, primeres tasques. Linux Mint=

El Linux Mint que tinc és el 22.3 Zena

<pre>
$ cat /etc/os-release
NAME="Linux Mint"
VERSION="22.3 (Zena)"
ID=linuxmint
ID_LIKE="ubuntu debian"
PRETTY_NAME="Linux Mint 22.3"
VERSION_ID="22.3"
HOME_URL="https://www.linuxmint.com/"
SUPPORT_URL="https://forums.linuxmint.com/"
BUG_REPORT_URL="http://linuxmint-troubleshooting-guide.readthedocs.io/en/latest/"
PRIVACY_POLICY_URL="https://www.linuxmint.com/"
VERSION_CODENAME=zena
UBUNTU_CODENAME=noble
</pre>

<pre>
$ lsb_release -a
No LSB modules are available.
Distributor ID: Linuxmint
Description: Linux Mint 22.3
Release: 22.3
Codename: zena
</pre>

<pre>
cat /etc/linuxmint/info
RELEASE=22.3
CODENAME=zena
EDITION="Xfce"
DESCRIPTION="Linux Mint 22.3 Zena"
DESKTOP=Gnome
TOOLKIT=GTK
NEW_FEATURES_URL=https://www.linuxmint.com/rel_zena_whatsnew.php
RELEASE_NOTES_URL=https://www.linuxmint.com/rel_zena.php
USER_GUIDE_URL=https://www.linuxmint.com/documentation.php
GRUB_TITLE=Linux Mint 22.3 Xfce
</pre>

El linux mint ja vindrà amb una instal·lació de python:
<pre>
python3 --version
Python 3.12.3
</pre>
És una versió prou recent. Si és prou moderna, no tocar res, i executar els projectes python amb venv

Instal·lo els següents paquets i aplicacions:
* joe
* sublime text 4
* venv
* docker
* ssh server (de seguida entraré per SSH, veure més avall)

Com a navegador faig servir el Firefox que ja porta el SO (no instal·lo el Chrome)

=Instal·lació drivers NVidia=

* https://chatgpt.com/c/6a96f781-d7b4-83ed-8bfd-7d42cf588d91

$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2026 NVIDIA Corporation
Built on Mon_Aug_03_13:24:11_PDT_2026
Cuda compilation tools, release 13.4, V13.4.59
Build cuda_13.4.r13.4/compiler.38657139_0

6. No instal·lis PyTorch globalment

Això és important.

No facis:
sudo pip install torch

https://pytorch.org/get-started/locally/?utm_source=chatgpt.com
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu132

$ python3 primera_prova.py
PyTorch: 2.14.0+cu132
CUDA disponible: True
CUDA de PyTorch: 13.2
GPU: NVIDIA GeForce RTX 5060 Ti

En aquest punt tens PyTorch + CUDA funcionant de veritat.
(recordem que ho fem en un venv)

Instal·lem els drivers NVidia a partir de la interfície gràfica del Mint.
<pre>
---
$ nvidia-smi
Tue Sep 15 22:59:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 595.91.07 Driver Version: 595.91.07 CUDA Version: 13.2 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5060 Ti Off | 00000000:05:00.0 On | N/A |
| 0% 43C P3 12W / 180W | 792MiB / 16311MiB | 4% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 1116 G /usr/lib/xorg/Xorg 412MiB |
| 0 N/A N/A 1449 G xfwm4 3MiB |
| 0 N/A N/A 2159 G /usr/lib/firefox/firefox 298MiB |
+-----------------------------------------------------------------------------------------+
</pre>

=Connexió SSH (localment i remotament)=

per configurar el router, entrem el router: 192.168.1.1

el password està darrere de l'aparell (pwd: gewn5gJ8)

Un cop dins del router, el primer que farem és configurar-lo de manera que el servidor tingui una IP fixa, que no vagi canviant segons les normes del DHCP. (m'ha costat una mica de veure com es fa, però ho he trobat).

<pre>
$ hostname -I
192.168.1.184 172.17.0.1
</pre>

2. Comprovar que escolta pel port 22

Executa:
<pre>
sudo ss -tlnp | grep :22
LISTEN 0 4096 0.0.0.0:22 0.0.0.0:* users:(("sshd",pid=1084,fd=3),("systemd",pid=1,fd=239))
LISTEN 0 4096 [::]:22 [::]:* users:(("sshd",pid=1084,fd=4),("systemd",pid=1,fd=240))
</pre>

3. Provar SSH des de dins de casa (xarxa local)

Des d'un altre ordinador connectat al teu Wi-Fi/LAN:
<pre>
ssh joan@192.168.1.184
</pre>

4. Després farem la configuració del HGU (la marca del router)

Una vegada confirmem això, configurarem dues coses al router:

Reserva DHCP

Per evitar que el servidor passi de 192.168.1.184 a una altra IP.

Port forwarding

Per exemple:
<pre>
Internet HGU Linux Mint
2222 ───────► 192.168.1.184:22
</pre>

Així, des de fora entraràs amb:
<pre>
ssh EL_TEU_USUARI@LA_TEVA_IP_PUBLICA -p 2222
</pre>

I després podem afegir clau SSH + desactivar contrasenyes, que és el que et recomano abans de deixar SSH exposat a Internet.

*direcció IP WAN: 10.83.118.15
*joan-IA 10:ff:e0:d5:34:e4 192.168.1.184
*servidor DNS1: 80.58.61.254
*servidor DNS2: 80.58.61.250

<pre>
$ curl ifconfig.me
79.156.157.3
</pre>
aquesta és la IP pública del router que es veu des de Internet

Molts operadors a Espanya fan servir CGNAT: la teva connexió comparteix IP pública amb altres clients, i obrir ports al router no serveix de res. Per comprovar-ho, compara la IP WAN que mostra el router amb la que surt a una web com ifconfig.me. Si no coincideixen, tens CGNAT.

En el meu cas, ifconfig.me mostra 79.156.157.3, per tant és una bona notícia, la connexió IP pública és meva, no està compartida.

Per tant, la IP WAN del HGU és realment pública i no estic darrere de CG-NAT.

I una precisió sobre el port 2222: és perfectament raonable utilitzar-lo, però canviar 22 → 2222 no és una protecció de seguretat significativa. Quan ho tinguem funcionant, jo faria el pas important: autenticació SSH amb clau i desactivar l'accés per contrasenya.

amb el portàtil em connecto amb dades mòbils i així no estic a la xarxa local. Ja em puc connectar al servidor com si estigués en una xarxa remota:

<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>

i ja entro al servidor. Ara ja puc treballar des de qualsevol lloc, pel port 22

Ara ja puc fer el següent pas: '''autenticació SSH amb clau i desactivar l'accés per contrasenya'''. Però m'interessarà activar/desactivar l'accés per contrasenya sempre que vulgui de manera fàcil.

1. Primer: crear una clau SSH al dispositiu des d'on et connectaràs

Per exemple, si habitualment entraràs des del teu portàtil:

<pre>
ssh-keygen -t ed25519
</pre>

des del portàtil copiem la clau pública al servidor:
<pre>
ssh-copy-id -p 2222 joan@79.156.157.3
</pre>
la clau queda emmagatzemada dins del fitxer: ''.ssh/authorized_keys''

i ara ja puc tornar a entrar i no m'ha de demanar la contrasenya:
<pre>
$ ssh joan@79.156.157.3 -p 2222
</pre>
ja tenim l'autenticació per clau funcionant.

El que vull és com un interruptor temporal
* SSH només amb clau → segur
* SSH amb clau + contrasenya → temporal

<pre>
$ sudo sshd -T | grep -E 'passwordauthentication|kbdinteractiveauthentication|pubkeyauthentication'
[sudo] contrasenya per a joan:
pubkeyauthentication yes
passwordauthentication yes
kbdinteractiveauthentication no
</pre>

<pre>
sudo nano /etc/ssh/sshd_config

Busquem:

#PasswordAuthentication yes

i posem:

PasswordAuthentication no
</pre>
<pre>
sudo systemctl reload ssh
</pre>
(amb ''reload'' no cal reiniciar el servei, que faríem amb ''sudo systemctl restart ssh'')

Ara ja puc entrar sempre que vulgui des del portàtil sense que em demani el password, i no puc entrar des de cap altra màquina perquè el password està desactivat: ''passwordauthentication no'' al fitxer ''/etc/ssh/sshd_config''

Per activar temporalment el password:
<pre>
joe /etc/ssh/sshd_config
passwordauthentication yes
</pre>
<pre>
sudo systemctl reload ssh
</pre>
==Resum connexió SSH==
Des del portàtil, en la xarxa local:
<pre>
ssh joan@192.168.1.184
</pre>
Des del portàtil, en una xarxa remota:
<pre>
ssh joan@79.156.157.3 -p 2222
</pre>

Des del portàtil ho tinc configurat per tal de què no demani el password (perquè hi confia). Des d'una altra màquina em demanaria password.

S'utilitza el port 2222 perquè no és tan evident com el port 22, i així evitem atacs. Se'n diu port forwarding.

=Ollama, primers models LLM locals=
==Model QWen 3.5 27B (quantitzat)==
Installar QWen 3.5 27B

<pre>
Quantització:
Q2_K ~10 GB ~11–13 GB Baixa 🟢 Bé
Q3_K_M ~12.5 GB ~14–16+ GB Bona 🟢 Recomanable
Q4_K_M ~15.5–16 GB ~17–19+ GB Molt bona 🟡 RAM + VRAM
Q5/Q6 >18 GB >20 GB Millor 🔴 Massa gran
</pre>

jo compararia Q3_K_M vs IQ3_M vs aard-Q3 abans de descarregar-ne cap.

Descarreguem el fitxer Qwen3.5-27B-Q3_K_M.gguf de:

* [[https://huggingface.co/bartowski/Qwen_Qwen3.5-27B-GGUF/blob/main/README.md?utm_source=chatgpt.com]]
<pre>
Qwen3.5-27B-Q3_K_M.gguf Q3_K_M 14.82GB false Low quality.
</pre>
aquest fitxer ocupa uns 15G

fitxer Modelfile:
<pre>
FROM ./Qwen3.5-27B-Q3_K_M.gguf
</pre>

<pre>
ollama create qwen3.5:27b-q3 -f Modelfile
ollama list
ollama run qwen3.5:27b-q3
</pre>

{{Autor}}, setembre 2026

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:23:11Z

Joan: /* Configuració, primeres tasques i instal·lació drivers NVidia */

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:14:57Z

Joan: /* Connexió SSH (localment i remotament) */

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T16:09:49Z

Joan: /* Connexió SSH (localment i remotament) */

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

2026-10-10T15:59:58Z

Joan: /* Components */