# Journal des essais - Voix et Ouïe pour Effi (Avril 2026)

## 📋 Contexte

**Objectif** : Déployer TTS (Text-to-Speech) et STT (Speech-to-Text) sur folzo-Corp (Fedora, RX 7800 XT)
- **TTS** : openedai-speech (port 8100) ✅ Fonctionnel
- **STT** : Whisper avec speaches (port 8200) ❌ Problématique

**Infrastructure** :
- effi-server (192.168.1.27) : Open WebUI
- folzo-Corp (192.168.1.11) : Ollama + TTS/STT (Fedora, RX 7800 XT 16GB)

---

## ✅ SUCCÈS

### 1. TTS (openedai-speech) - FONCTIONNEL

**Date** : 05/04/2026
**Statut** : ✅ Opérationnel

**Configuration** :
```yaml
Service: openedai-speech
Port: 8100
Image: ghcr.io/matatonic/openedai-speech:latest
Voix: Piper (anglais) + XTTS v2 (si fichiers .wav disponibles)
GPU: ROCm activé (RX 7800 XT)
```

**Ce qui a marché** :
- Image Docker précompilée disponible
- Configuration SELinux avec `:Z` pour les volumes
- Voix Piper (alloy, echo, etc.) fonctionnent en anglais
- Test réussi : `curl http://localhost:8100/v1/audio/speech` → fichier MP3 généré

**Problème résolu** :
- Permissions SELinux sur Fedora : ajout de `:Z` dans les volumes Docker
- Groupe utilisateur : `user: "0:0"` dans docker-compose

**Limitation** : Les voix sont en anglais. Pour le français, il faudrait :
- Télécharger des modèles Piper FR (`fr_FR-siwis-medium`)
- OU utiliser XTTS avec échantillons de voix FR

---

## ❌ ÉCHECS ET PROBLÈMES

### 1. STT avec speaches v0.8+ - BLOQUANT

**Date** : 05/04/2026
**Statut** : ❌ Non fonctionnel - Abandonné

**Problème principal** :
Speaches v0.8+ introduit une vérification stricte des "model cards" (README.md) pour tous les modèles. Le modèle `deepdml/faster-whisper-large-v3-turbo-ct2` (et `Systran/faster-whisper-large-v3`) ne contiennent pas ce fichier dans leur repository HuggingFace.

**Erreur systématique** :
```
HTTP error: 500: The model repository does not contain a valid model card. 
This is likely due to the breaking change introduce v0.8.0 release.
```

**Tentatives effectuées** :

1. **Préchargement du modèle** ❌
   - Téléchargement via Python dans le container réussi
   - Mais speaches ne le reconnaît pas comme "enregistré"

2. **Enregistrement via API** ❌
   - `POST /v1/models` → retourne "Not Found"
   - L'API a changé et la documentation est obsolète

3. **Téléchargement README.md manuel** ❌
   - Impossible d'accéder au cache HuggingFace dans le container
   - `pip` non disponible dans l'image speaches
   - Structure de dossiers complexe

4. **Utilisation modèle Systran/faster-whisper-large-v3** ❌
   - Même erreur de "model card" manquante

5. **Alias de modèle** ❌
   - Non testé mais probablement même problème

**Conclusion** : speaches v0.8+ est incompatible avec les modèles faster-whisper standards. Nécessite soit :
- Des modèles avec README.md complet (rare)
- Une modification du code source de speaches
- Une version antérieure de speaches (< 0.8)

---

## 🔄 SOLUTIONS ALTERNATIVES À EXPLORER

### Option 1 : whisper.cpp (Plus fiable, C++)
- **Avantages** : Rapide, stable, compatible ROCm (via OpenCL)
- **Inconvénients** : Nécessite compilation, moins d'abstraction
- **Statut** : À tester

### Option 2 : faster-whisper serveur Python simple
- **Avantages** : Contrôle total, pas de dépendances complexes
- **Inconvénients** : Nécessite création d'un mini-serveur
- **Statut** : Solution de contournement possible

### Option 3 : Version antérieure speaches (< 0.8)
- **Avantages** : Fonctionnait avant la v0.8
- **Inconvénients** : Pas de tag Docker clair pour versions anciennes
- **Statut** : À investiguer

### Option 4 : Utiliser le STT intégré à openedai-speech
- **Avantages** : Déjà configuré, même stack
- **Inconvénients** : Moins performant que Whisper dédié
- **Statut** : À vérifier si c'est possible

### Option 5 : Whisper ROCm natif (sans Docker)
- **Avantages** : Performance GPU maximale
- **Inconvénients** : Complexité installation ROCm
- **Statut** : À évaluer

---

## 📝 LEÇONS APRISES

1. **Ne pas se fier aux dernières versions** : speaches v0.8+ a des breaking changes majeurs
2. **Vérifier la compatibilité des modèles** : Les modèles HuggingFace doivent avoir un README.md complet pour speaches v0.8+
3. **SELinux sur Fedora** : Toujours utiliser `:Z` pour les volumes Docker
4. **Documentation obsolète** : Les docs de speaches ne reflètent pas les changements API v0.8+

---

## 🎯 PROCHAINES ÉTAPES RECOMMANDÉES

1. **Rechercher la solution la plus stable actuellement** :
   - whisper.cpp avec ROCm
   - Version speaches antérieure fonctionnelle
   - Alternative : Wyvern (anciennement faster-whisper-server)

2. **Priorité** : Fonctionnement > Performance
   - Même si c'est en CPU, tant que ça marche
   - Optimisation GPU secondaire

3. **Documentation** :
   - Tester une solution complète avant documentation
   - Vérifier chaque étape

---

**Date de création** : 05/04/2026  
**Dernière mise à jour** : 05/04/2026