# EFFI - TODO LIST & PROCHAINES ÉTAPES

**Dernière mise à jour** : 05 Avril 2026  
**Session** : Voix et ouïe pour Effi - ✅ TERMINÉE

---

## ✅ PHASES COMPLÉTÉES (05/04/2026)

### Phase 1 : Infrastructure de base
- [x] Installation Docker sur Fedora (folzo-Corp)
- [x] Configuration SELinux et permissions
- [x] ROCm détecté et fonctionnel

### Phase 2 : TTS (Text-to-Speech)
- [x] Déploiement openedai-speech
- [x] Configuration voix Piper (anglais)
- [x] Test et validation TTS

### Phase 3 : STT (Speech-to-Text)
- [x] Tentative avec speaches (échec - model card)
- [x] **Création Effi-STT** (solution maison)
- [x] Développement serveur FastAPI
- [x] Dockerisation et déploiement
- [x] Test et validation STT

### Phase 4 : Intégration Open WebUI
- [x] Configuration STT (Effi-STT)
- [x] Configuration TTS (openedai-speech)
- [x] Test pipeline vocal complet
- [x] Validation : "Coucou Ify, est-ce que tu m'entends ?"

### Phase 5 : Voix françaises
- [x] Téléchargement voix siwis (féminine)
- [x] Téléchargement voix tom (masculine)
- [x] Configuration et test

---

## 📊 BILAN ACTUEL

| Composant | Solution | Statut | Notes |
|-----------|----------|--------|-------|
| **STT** | Effi-STT (maison) | ✅ | FastAPI + faster-whisper |
| **TTS** | openedai-speech | ✅ | Piper + voix FR |
| **Voix Effi** | siwis | ✅ | Féminine, français |
| **Voix Assistant** | tom | ✅ | Masculine, français |
| **LLM** | qwen3.5:9b | ✅ | 32K context |
| **Interface** | Open WebUI | ✅ | Pipeline vocal OK |

---

## 🔄 PHASES FUTURES (Non prioritaires)

### Phase 6 : Optimisations et améliorations

#### 6.1 Amélioration des voix
- [ ] Tester XTTS v2 (qualité supérieure)
  - Nécessite fichiers .wav d'échantillons
  - Plus naturel mais plus gourmand
  - Optionnel : créer voix personnalisée
  
- [ ] Ajouter d'autres langues si besoin
  - Espagnol, allemand, italien disponibles dans Piper

#### 6.2 Performance STT
- [ ] Mesurer latence précise
  - Temps actuel : ~3-5s pour 5s audio
  - Objectif : <2s si possible
  
- [ ] Tester modèle "medium" vs "large-v3"
  - medium : plus rapide, moins précis
  - large-v3 : actuel, optimal qualité/vitesse
  
- [ ] ROCm GPU pour STT (complexe)
  - Compiler faster-whisper avec ROCm
  - Réduire latence CPU → GPU
  - **Priorité faible** : fonctionne bien en CPU

#### 6.3 Créer assistant pour le fils
- [ ] Définir cas d'usage
  - Aide aux devoirs ?
  - Compagnon conversation ?
  - Apprentissage langues ?
  
- [ ] Choisir modèle LLM adapté
  - Plus léger que qwen3.5:9b ?
  - Plus pédagogique ?
  
- [ ] Configurer voix masculine (tom)
  - Déjà disponible ✅
  
- [ ] Personnalité et restrictions
  - Ton adapté à l'enfant
  - Filtres de contenu si nécessaire

#### 6.4 Monitoring et métriques
- [ ] Ajouter logs détaillés Effi-STT
  - Temps de transcription
  - Erreurs éventuelles
  
- [ ] Health check automatisé
  - Vérifier services périodiquement
  - Alertes si problème

---

## 🎯 OBJECTIFS LONG TERME

### 1. Fiabilité 100%
- [ ] Tests de charge STT
- [ ] Gestion erreurs robuste
- [ ] Redémarrage automatique si crash

### 2. Expérience utilisateur
- [ ] Réduction latence globale
- [ ] Qualité voix améliorée (XTTS)
- [ ] Streaming temps réel (STT + TTS)

### 3. Extensibilité
- [ ] Multi-utilisateurs (Effi + assistant fils + autres)
- [ ] Multi-langues dynamiques
- [ ] Plugins voix personnalisées

---

## 📝 RAPPELS

### URLs importantes
```
Effi-STT (STT)     : http://192.168.1.11:8200
openedai-speech    : http://192.168.1.11:8100
Ollama (LLM)       : http://192.168.1.11:11434
Open WebUI         : http://192.168.1.27:3000
```

### Commandes essentielles
```bash
# Logs
sudo docker logs effi-stt -f
sudo docker logs openedai-speech -f

# Redémarrer
sudo docker restart effi-stt openedai-speech

# Test rapide
curl http://192.168.1.11:8200/health
curl http://192.168.1.11:8100/health
```

### Configuration Open WebUI (à garder)
```yaml
STT:
  Engine: OpenAI
  URL: http://192.168.1.11:8200/v1
  Model: whisper-1
  Language: fr

TTS:
  Engine: OpenAI
  URL: http://192.168.1.11:8100/v1
  Model: tts-1
  Voice: siwis    # ou tom, ou alloy
```

---

## 💡 IDÉES FUTURES

- **Mode conversation continue** : STT toujours actif (hotword detection)
- **Multi-voix** : Alternance voix selon contexte
- **Emotions** : Modulation voix selon réponse (joie, sérieux...)
- **Personalisation voix** : Clonage voix via XTTS (échantillons audio)
- **Assistant mobile** : App Android/iOS qui se connecte à Effi

---

*Prochaine session : Optimisations et améliorations (quand tu voudras)*