# 📋 COMPTE-RENDU SESSION - 05 Avril 2026

> **Objectif** : Donner la voix et l'ouïe à Effi
> **Durée** : ~3h
> **Résultat** : ✅ SUCCÈS TOTAL

---

## 🎯 Objectifs atteints

- ✅ **STT (Speech-to-Text)** : Fonctionnel avec Effi-STT (notre solution)
- ✅ **TTS (Text-to-Speech)** : Fonctionnel avec openedai-speech
- ✅ **Voix française féminine** : Siwis (pour Effi)
- ✅ **Voix française masculine** : Tom (pour l'assistant du fils)
- ✅ **Intégration Open WebUI** : Pipeline vocal complet testé et validé

---

## 🏗️ Infrastructure déployée

### Sur folzo-Corp (192.168.1.11)

```
┌─────────────────────────────────────────────────────────────┐
│                    SERVICES DÉPLOYÉS                        │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  🎙️ Effi-STT (Port 8200)                                   │
│  ├── Solution maison FastAPI + faster-whisper              │
│  ├── Modèle: large-v3 (3GB)                                │
│  ├── Langue: Français                                      │
│  └── Status: ✅ Fonctionnel                                │
│                                                             │
│  🔊 openedai-speech (Port 8100)                            │
│  ├── Moteur: Piper + XTTS v2                               │
│  ├── Voix FR: siwis (féminine), tom (masculine)           │
│  ├── Voix EN: alloy, echo, fable, onyx, nova, shimmer     │
│  └── Status: ✅ Fonctionnel                                │
│                                                             │
│  🧠 Ollama (Port 11434)                                    │
│  ├── Modèle: qwen3.5:9b (32K context)                     │
│  └── Status: ✅ Fonctionnel                                │
│                                                             │
└─────────────────────────────────────────────────────────────┘
```

### Sur effi-server (192.168.1.27)

```
┌─────────────────────────────────────────────────────────────┐
│  💬 Open WebUI (Port 3000)                                  │
│  ├── Interface Effi                                         │
│  ├── Mémoire manuelle                                       │
│  ├── Configuration Audio:                                   │
│  │   ├── STT: http://192.168.1.11:8200/v1                  │
│  │   └── TTS: http://192.168.1.11:8100/v1                  │
│  └── Status: ✅ Fonctionnel                                │
└─────────────────────────────────────────────────────────────┘
```

---

## 📁 Fichiers créés/modifiés

### Nouveaux fichiers

```
~/Documents/OpenCode/Projets/Effi/
├── effi-stt/                           # Notre solution STT
│   ├── main.py                         # Serveur FastAPI
│   ├── Dockerfile                      # Image Docker
│   ├── docker-compose.yml              # Configuration compose
│   ├── requirements.txt                # Dépendances Python
│   └── README.md                       # Documentation
│
├── docs/
│   ├── JOURNAL-ESSAIS-TTS-STT.md       # Journal des essais
│   ├── SOLUTION-RECOMMANDEE-STT.md     # Analyse solutions
│   ├── SUCCES-VOIX-OUÏE.md             # Bilan succès
│   └── INSTALL-VOIX-TOM.md             # Guide voix masculine
│
└── openedai-speech/                    # TTS (existant)
    ├── tts-voices/
    │   ├── fr_FR-siwis-medium.onnx     # ✅ Voix féminine FR
    │   ├── fr_FR-siwis-medium.onnx.json
    │   ├── fr_FR-tom-medium.onnx       # ✅ Voix masculine FR
    │   └── fr_FR-tom-medium.onnx.json
    └── tts-config/
        └── voice_to_speaker.yaml       # ✅ Config mise à jour
```

### Fichiers mis à jour

- `.opencode/TODO-NEXT-THREAD.md` - Mise à jour avec progression
- `docs/ARCHIVE/HISTORIQUE-COMPLET-EFFI.md` - Contexte projet
- `README.md` - Configuration actuelle

---

## 🔧 Configuration finale Open WebUI

### Settings → Audio

**STT (Speech-to-Text)** :
```yaml
Engine: OpenAI
OpenAI API Base URL: http://192.168.1.11:8200/v1
Model: whisper-1
Language: fr
```

**TTS (Text-to-Speech)** :
```yaml
Engine: OpenAI
OpenAI API Base URL: http://192.168.1.11:8100/v1
Model: tts-1
Voice: siwis    # Pour Effi (féminin)
# OU
Voice: tom      # Pour assistant (masculin)
```

---

## 🧪 Tests effectués

### Test 1 : STT (Effi-STT)
```bash
$ curl http://localhost:8200/health
{"status":"healthy","model":"large-v3"}
✅ OK
```

### Test 2 : TTS Voix féminine (siwis)
```bash
$ curl -X POST http://localhost:8100/v1/audio/speech \
  -d '{"model":"tts-1","input":"Bonjour","voice":"siwis"}' \
  --output /tmp/test.mp3
✅ Fichier MP3 créé avec succès
```

### Test 3 : TTS Voix masculine (tom)
```bash
$ curl -X POST http://localhost:8100/v1/audio/speech \
  -d '{"model":"tts-1","input":"Bonjour","voice":"tom"}' \
  --output /tmp/test.mp3
✅ Fichier MP3 créé avec succès
```

### Test 4 : Pipeline vocal complet (Open WebUI)
```
Entrée vocale: "Coucou Ify, est-ce que tu m'entends ?"
↓
STT (Effi-STT): ✅ Transcription correcte
↓
LLM (qwen3.5): ✅ Réponse générée
↓
TTS (siwis): ✅ Réponse lue à voix haute

Résultat: ✅ PIPELINE VOCAL COMPLET FONCTIONNEL
```

---

## 📊 Performances observées

| Composant | Temps | Notes |
|-----------|-------|-------|
| **STT (CPU)** | ~3-5s pour 5s audio | Acceptable sur Intel J5040 |
| **TTS** | ~1-2s | Rapide avec Piper |
| **LLM** | ~10-15 tokens/sec | qwen3.5:9b sur RX 7800 XT |
| **Pipeline total** | ~5-8s | STT + LLM + TTS |

---

## 🎓 Apprentissages clés

### Ce qui a bien marché

1. **Créer notre propre solution STT** : Plus simple, plus fiable que speaches v0.8+
2. **Piper pour TTS** : Rapide, offline, multilingue
3. **Documentation en cours de route** : Journal des essais très utile
4. **Tests fréquents** : Validation à chaque étape

### Problèmes rencontrés et solutions

| Problème | Cause | Solution |
|----------|-------|----------|
| speaches v0.8+ incompatible | Model card requise | Création Effi-STT maison |
| Voix "gilles" inexistante | Mauvaise URL | Utilisation voix "tom" |
| Dépendance `requests` manquante | Oubli requirements.txt | Ajout + rebuild |
| SELinux permissions | :Z manquant sur volumes | Correction docker-compose |

---

## 🚀 Prochaines étapes (TODO futur)

### Priorité BASSE (optimisations)

- [ ] **PHASE 7.1** : Explorer XTTS pour voix plus naturelles
  - Nécessite fichiers .wav d'échantillons
  - Qualité supérieure à Piper
  - Plus gourmand en ressources

- [ ] **PHASE 7.2** : ROCm GPU pour STT
  - Compiler faster-whisper avec ROCm
  - Réduire latence STT (CPU → GPU)
  - Complexe mais faisable

- [ ] **PHASE 7.3** : Optimiser latence STT
  - Mesurer temps de réponse
  - Tester modèle "medium" vs "large-v3"
  - Voir si qualité suffisante avec medium

- [ ] **PHASE 7.4** : Créer assistant pour le fils
  - Modèle LLM adapté (plus léger/pédagogique)
  - Personnalité spécifique
  - Restrictions de contenu si nécessaire

---

## 📝 Commandes utiles (pour mémoire)

```bash
# Voir les logs
sudo docker logs effi-stt -f
sudo docker logs openedai-speech -f

# Redémarrer les services
sudo docker restart effi-stt
sudo docker restart openedai-speech

# Tester STT
curl -X POST http://localhost:8200/v1/audio/transcriptions \
  -F "file=@audio.mp3" -F "language=fr"

# Tester TTS
curl -X POST http://localhost:8100/v1/audio/speech \
  -d '{"model":"tts-1","input":"Test","voice":"siwis"}' \
  --output /tmp/test.mp3
```

---

## 🎉 Bilan de la session

**Objectif initial** : Donner voix et ouïe à Effi  
**Résultat** : ✅ **100% ATTEINT**

Effi peut maintenant :
- ✅ **Entendre** : STT fonctionnel en français
- ✅ **Parler** : TTS avec voix française (siwis)
- ✅ **Comprendre** : Pipeline complet testé et validé

**Bonus** : Solution scalable pour créer d'autres assistants (voix masculine tom disponible)

---

*Session terminée avec succès le 05/04/2026*