Effi/docs/COMPTE-RENDU-SESSION-2026-04-05.md

📋 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) :

Engine: OpenAI
OpenAI API Base URL: http://192.168.1.11:8200/v1
Model: whisper-1
Language: fr

TTS (Text-to-Speech) :

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)

$ curl http://localhost:8200/health
{"status":"healthy","model":"large-v3"}
✅ OK

Test 2 : TTS Voix féminine (siwis)

$ 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)

$ 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)

# 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