## 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.