docs: add audio TTS/STT research and GPU optimization documentation

- Add docs/audio/tts-research.md with Voxtral TTS, Kokoro-FastAPI, openedai-speech comparison
- Add docs/audio/stt-research.md with Voxtral STT, faster-whisper options
- Add docs/gpu/optimization.md with OLLAMA_KEEP_ALIVE and VRAM management
- Add docs/README.md with architecture overview
- Add index files for docs navigation

Research conducted April 2026 for future audio improvements

docs/gpu/README.md

@@ -0,0 +1,23 @@
+# GPU Documentation
+
+## Fichiers
+- [Optimization](optimization.md) - Optimisation VRAM et Ollama
+
+## Résumé
+
+### RX 7800 XT 16GB - Configuration
+| Paramètre | Valeur |
+|-----------|--------|
+| VRAM Totale | 16GB |
+| OLLAMA_KEEP_ALIVE | 0 |
+| qwen3.5:latest (Q4_K_M) | ~2.5GB |
+
+### Optimisations Appliquées
+- [x] OLLAMA_KEEP_ALIVE=0
+- [x] Service Ollama redémarré
+- [x] WoL Proxy timeout réduit
+- [ ] Monitoring Beszel+Dozzle
+
+---
+
+*Dernière mise à jour: Avril 2026*

docs/gpu/optimization.md

@@ -0,0 +1,180 @@
+# GPU Optimization - Avril 2026
+
+## Contexte
+Optimisation GPU pour éviter le blocage de la RX 7800 XT 16GB par Ollama et les services TTS/STT.
+
+---
+
+## Problème Initial
+**Symptôme**: GPU bloqué à 100% utilisation malgré l'inactivité
+**Cause**: `OLLAMA_KEEP_ALIVE=-1` (défaut) - modèles chargés indéfiniment en VRAM
+
+---
+
+## Solutions Appliquées
+
+### 1. OLLAMA_KEEP_ALIVE=0 ✅ APPLIQUÉ
+
+#### Configuration
+```bash
+# Fichier: /etc/systemd/system/ollama.service.d/override.conf
+[Service]
+Environment=OLLAMA_KEEP_ALIVE=0
+```
+
+#### Application
+```bash
+# Redémarrer le service Ollama
+sudo systemctl restart ollama
+
+# Vérifier
+systemctl show ollama | grep Environment
+# Doit afficher: OLLAMA_KEEP_ALIVE=0
+```
+
+#### Vérification
+```bash
+# Test: faire une requête puis vérifier VRAM
+curl -s http://localhost:11434/api/ps
+# Doit montrer "models": [] après requête
+
+rocm-smi --showmeminfo vram
+# Doit montrer ~3-9% VRAM après requête (idle)
+```
+
+---
+
+### 2. WoL Proxy Timeout ⚠️ MODIFIÉ
+
+#### Configuration Actuelle
+```python
+# wol-proxy/app.py
+WAKE_TIMEOUT = 60  # Secondes
+timeout = 600      # Ancien: 10 minutes (problème)
+```
+
+#### Problème
+- Timeout de 600s (10 minutes) maintenait les connexions longues
+- Empêchait Ollama de décharger les modèles
+
+#### Solution
+- Réduire `timeout` à une valeur plus basse
+- Ou utiliser `keep_alive=0` dans les requêtes
+
+---
+
+## Surveillance GPU
+
+### Commandes Utiles
+```bash
+# VRAM et utilisation GPU
+rocm-smi --showmeminfo vram --showuse
+
+# Watching en temps réel
+watch -n 1 rocm-smi --showmeminfo vram --showuse
+
+# Vérifier processus Ollama
+ps aux | grep ollama
+
+# Forcer déchargement si nécessaire
+~/scripts/kill-ollama.sh
+```
+
+### Scripts Disponibles
+| Script | Fonction |
+|--------|----------|
+| `~/scripts/kill-ollama.sh` | Tuer processus Ollama bloquants |
+| `~/scripts/configure-ollama-antiblock.sh` | Configure OLLAMA_KEEP_ALIVE=0 |
+| `~/Documents/OpenCode/Projets/Effi/scripts/diagnose-gpu.sh` | Diagnostic GPU |
+| `~/Documents/OpenCode/Projets/Effi/scripts/debug-gpu.sh` | Debug avancé |
+
+---
+
+## VRAM par Service
+
+### Configuration Actuelle
+| Service | VRAM | Emplacement |
+|---------|------|-------------|
+| Ollama (qwen3.5:latest, Q4_K_M) | ~2.5GB | Fedora (192.168.1.11) |
+| openedai-speech (XTTS) | ~4GB | Ubuntu (192.168.1.27) |
+| faster-whisper | CPU | Ubuntu (192.168.1.27) |
+
+### Options TTS avec VRAM
+| Solution | VRAM | Notes |
+|----------|------|-------|
+| Voxtral TTS (BF16) | 16GB+ | Trop lourd |
+| Voxtral TTS (Q4 GGUF) | ~3GB | Incompatible vLLM-Omni |
+| Kokoro-FastAPI | ~2-4GB | ✅ Compatible |
+| openedai-speech | ~4GB | Actuel |
+
+---
+
+## Problèmes Connus
+
+### 1. expires_at: 4 heures
+**Symptôme**: Modèle charge avec `expires_at` 4h dans le futur même avec KEEP_ALIVE=0
+
+**Causes possibles**:
+- OpenWebUI envoie `keep_alive` custom dans les requêtes
+- WoL proxy timeout
+- Configuration OpenWebUI
+
+**Investigation**:
+```bash
+# Vérifier si OpenWebUI envoie keep_alive custom
+ssh ubuntu-server "docker exec open-webui env | grep -i keep"
+
+# Vérifier logs OpenWebUI
+docker logs open-webui -f
+```
+
+### 2. Stuck Runner Processes
+**Symptôme**: Processus `ollama runner` restent en mémoire
+
+**Solution**:
+```bash
+# Identifier les processus
+ps aux | grep "ollama runner"
+
+# Tuer manuellement
+kill -9 <PID>
+
+# Ou utiliser le script
+~/scripts/kill-ollama.sh
+```
+
+---
+
+## Monitoring Recommandé
+
+### Beszel + Dozzle (Planifié)
+Installation prévue sur Synology (192.168.1.25):
+- **Beszel Hub**: 8090 (surveillance CPU/RAM/GPU)
+- **Dozzle**: 8888 (logs Docker)
+
+Agents sur:
+- **Folzo Corp** (Fedora): Agent Beszel
+- **Effi-Serveur** (Ubuntu): Agent Beszel
+
+---
+
+## Checklist GPU
+
+- [x] OLLAMA_KEEP_ALIVE=0 configuré
+- [x] Service Ollama redémarré
+- [x] WoL proxy timeout réduit
+- [ ] VRAM vérifiée après usage
+- [ ] Monitoring Beszel+Dozzle installé
+- [ ] SSH Synology réparé
+
+---
+
+## Références
+- [Ollama Keep Alive Docs](https://github.com/ollama/ollama/blob/main/docs/faq.md#how-do-i-keep-models-loaded-in-memory)
+- [ROCm SMI](https://docs.amd.com/bestfoundrydocs/rocm-docs/latest/tools/rocm-smi.html)
+- [vLLM-Omni](https://github.com/vllm-project/vllm-omni)
+
+---
+
+*Document créé: Avril 2026*
+*Dernière mise à jour: Avril 2026*