Initial commit: Documentation Effi v1.0

- Structure complète du projet - Docker compose de production - Documentation organisée par thèmes - Guides d'installation et configuration - Section dépannage détaillée - Journal historique
2026-04-04 08:45:59 +02:00
commit d1e12cff60
35 changed files with 4656 additions and 0 deletions
@@ -0,0 +1,129 @@
+## 1. STT – Speaches (Whisper) sur folzo-Corp
+
+## Conteneur Docker `speaches-stt` (folzo-Corp)
+
+Fichier `~/speaches/docker-compose.yml` :
+
+text
+
+`services:
+  speaches:
+    image: speaches:rocm-ct2
+    container_name: speaches-stt
+    restart: unless-stopped
+    ports:
+      - "8200:8000"
+    devices:
+      - /dev/kfd
+      - /dev/dri
+    group_add:
+      - "44"
+      - "991"
+    security_opt:
+      - seccomp=unconfined
+    environment:
+      - HSA_OVERRIDE_GFX_VERSION=11.0.0
+      - WHISPER__MODEL=deepdml/faster-whisper-large-v3-turbo-ct2
+      - WHISPER__LANGUAGE=fr
+      - WHISPER__COMPUTE_TYPE=float32
+      - WHISPER__DEVICE=auto
+    volumes:
+      - speaches-models:/root/.cache/huggingface
+
+  speaches-init:
+    image: curlimages/curl:latest
+    container_name: speaches-init
+    restart: "no"
+    depends_on:
+      - speaches
+    entrypoint: >
+      sh -c "sleep 5 &&
+      curl -sf -X POST http://speaches:8000/v1/models/deepdml%2Ffaster-whisper-large-v3-turbo-ct2 &&
+      echo 'Modèle enregistré'"
+
+volumes:
+  speaches-models:
+`
+
+Points importants :
+
+- Modèle STT : `deepdml/faster-whisper-large-v3-turbo-ct2` (CT2, turbo).[](https://huggingface.co/deepdml/faster-whisper-large-v3-turbo-ct2)
+    
+- Langue forcée : `WHISPER__LANGUAGE=fr`.
+    
+- Compute type CPU : `float32` (évite les erreurs int8).
+    
+- `speaches-init` enregistre le modèle au démarrage via `POST /v1/models/...`.
+    
+
+Commandes de déploiement :
+
+bash
+
+`cd ~/speaches sudo docker compose up -d`
+
+---
+
+## 2. TTS – openedai-speech + Piper FR sur folzo-Corp
+
+## Fichiers de voix Piper
+
+Dans `~/openedai-speech/tts-voices` :
+
+bash
+
+`cd ~/openedai-speech/tts-voices wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/upmc/medium/fr_FR-upmc-medium.onnx wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/upmc/medium/fr_FR-upmc-medium.onnx.json`
+
+## Config openedai-speech
+
+Fichier `~/openedai-speech/tts-config/config.yaml` (partie utile) :
+
+text
+
+`tts-1:   alloy:    model: voices/fr_FR-upmc-medium.onnx    speaker: 0    # 0 = Jessica, 1 = Pierre (tu peux changer si besoin) tts-1-hd:   alloy:    model: xtts    speaker: voices/alloy.wav  # … autres voix XTTS inchangées`
+
+- `tts-1` = backend Piper (CPU), voix par défaut **alloy** ↦ modèle FR `fr_FR-upmc-medium`.
+    
+- L’ancienne config `tts-1-hd` (XTTS GPU) reste, mais n’est plus utilisée.
+    
+
+Docker compose (rappel) :
+
+text
+
+`services:   openedai-speech:    image: ghcr.io/matatonic/openedai-speech    container_name: openedai-speech    restart: unless-stopped    ports:      - "8100:8000"    volumes:      - ./tts-voices:/app/voices      - ./tts-config:/app/config    devices:      - /dev/kfd      - /dev/dri    group_add:      - "44"      - "991"    environment:      - HSA_OVERRIDE_GFX_VERSION=11.0.0      - HIP_VISIBLE_DEVICES=0`
+
+Redémarrage :
+
+bash
+
+`cd ~/openedai-speech sudo docker compose restart openedai-speech`
+
+---
+
+## 3. Configuration Open WebUI (effi-server)
+
+Dans **Admin Panel → Settings → Audio** :
+
+- **STT Engine** : `OpenAI`
+    
+- **STT URL** : `http://192.168.1.11:8200/v1`
+    
+- **STT Model** : `deepdml/faster-whisper-large-v3-turbo-ct2`
+    
+- **TTS Engine** : `OpenAI`
+    
+- **TTS URL** : `http://192.168.1.11:8100/v1`
+    
+- **TTS Model** : `tts-1`
+    
+- **Voice / Speaker** : `alloy` (qui correspond à `fr_FR-upmc-medium` côté Piper)
+    
+
+C’est cette combinaison qui donne :
+
+- STT rapide, précis en français (large-v3-turbo CT2 sur GPU).
+    
+- TTS français fluide, léger côté CPU (Piper `fr_FR-upmc-medium`).[](https://huggingface.co/rhasspy/piper-voices/tree/main/fr/fr_FR/upmc/medium)
+    
+- GPU principalement utilisé par les LLM (qwen/ministral, bge-m3), plus de charge « fantôme » après les échanges.