Folzo
d1e12cff60
- Structure complète du projet - Docker compose de production - Documentation organisée par thèmes - Guides d'installation et configuration - Section dépannage détaillée - Journal historique
42 lines
1.3 KiB
Markdown
42 lines
1.3 KiB
Markdown
# 🎤 Configuration Audio
|
|
|
|
## 🔊 STT (Speech-to-Text)
|
|
### Modèles Utilisés
|
|
| Modèle | Type | Port |
|
|
|-------------------------------------|---------------|--------|
|
|
| `bofenghuang/whisper-large-v3-french` | ROCm | `8200` |
|
|
| `Systran/faster-whisper-large-v3` | CPU (backup) | `8201` |
|
|
|
|
### Problèmes Connus
|
|
- **Erreur `gfx1100`** : Résolu via un build custom. Voir [[22_Problèmes_Resolus#gfx1100]].
|
|
|
|
## 📢 TTS (Text-to-Speech)
|
|
### Voix Disponibles
|
|
| Voix | Modèle | Latence | Taille |
|
|
|----------|------------------|---------|-------|
|
|
| `alloy` | XTTS | 0.5s | 1.8GB |
|
|
| `piper-fr` | ONNX | 0.3s | 50MB |
|
|
|
|
## 🔗 Liens Relatifs
|
|
- Pour la configuration Docker : [[02_Configuration_Docker]].
|
|
- Pour les logs de diagnostic : [[07_Logs_Diagnostic]].
|
|
# 🔧 03_Configuration_Audio
|
|
|
|
> **Liens internes** : [[02_Configuration_Docker]] → [[04_Depannage]]
|
|
|
|
## 🎙️ STT (Speech-to-Text)
|
|
- **Outils** : Whisper, Vosk.
|
|
- **Modèles** : `whisper-large-v3` (exemple).
|
|
- **Ports** : `5002` (STT).
|
|
|
|
## 🗣️ TTS (Text-to-Speech)
|
|
- **Outils** : OpenDai-Speech.
|
|
- **Paramètres ROCm** :
|
|
```
|
|
ROCR_VISIBLE_DEVICES=1
|
|
```
|
|
|
|
## 🔧 Problèmes courants
|
|
- Vérifier les dépendances `gfx1100`/`gfx1101`.
|
|
|
|
--- |