8.8 KiB
8.8 KiB
🎉 SUCCÈS - Voix et Ouïe pour Effi
Date : 05 Avril 2026 Statut : ✅ FONCTIONNEL Test réussi : "Coucou Ify, est-ce que tu m'entends ?"
✅ Récapitulatif de l'installation
🎙️ STT (Speech-to-Text) - ✅ FONCTIONNEL
Solution : Effi-STT (notre solution maison)
- URL : http://192.168.1.11:8200
- Modèle : faster-whisper large-v3
- Langue : Français
- Statut : Transcription réussie
Configuration Open WebUI :
STT:
Engine: OpenAI
URL: http://192.168.1.11:8200/v1
Model: whisper-1
Language: fr
Test réussi :
Entrée : "Coucou Ify, est-ce que tu m'entends ?"
Sortie : ✅ Transcription correcte
🔊 TTS (Text-to-Speech) - ✅ FONCTIONNEL (en anglais)
Solution : openedai-speech
- URL : http://192.168.1.11:8100
- Voix actuelle : alloy (anglais)
- Statut : Fonctionnel
Configuration Open WebUI :
TTS:
Engine: OpenAI
URL: http://192.168.1.11:8100/v1
Model: tts-1
Voice: alloy
🎯 Prochaines étapes
1. Ajouter les voix françaises au TTS
Voix féminine (Effi) - Siwis
# Sur folzo-Corp
cd ~/openedai-speech/tts-voices
# Télécharger la voix française féminine (Siwis)
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/siwis/medium/fr_FR-siwis-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/siwis/medium/fr_FR-siwis-medium.onnx.json
# Modifier la configuration
cat >> ~/openedai-speech/tts-config/voice_to_speaker.yaml << 'EOF'
# Voix françaises
siwis:
model: voices/fr_FR-siwis-medium.onnx
speaker: 0
effi:
model: voices/fr_FR-siwis-medium.onnx
speaker: 0
EOF
# Redémarrer le service
sudo docker compose -f ~/openedai-speech/docker-compose.yml restart
Voix masculine (pour l'assistant du fils) - Gilles
# Sur folzo-Corp
cd ~/openedai-speech/tts-voices
# Télécharger la voix française masculine (Gilles)
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/gilles/medium/fr_FR-gilles-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/gilles/medium/fr_FR-gilles-medium.onnx.json
# Alternative: Tom (autre voix masculine)
# wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/tom/medium/fr_FR-tom-medium.onnx
# wget https://huggingface.co/rhasspy/piper-voices/resolve/v1.0.0/fr/fr_FR/tom/medium/fr_FR-tom-medium.onnx.json
# Ajouter à la configuration
cat >> ~/openedai-speech/tts-config/voice_to_speaker.yaml << 'EOF'
gilles:
model: voices/fr_FR-gilles-medium.onnx
speaker: 0
papa: # ou assistant, ou le nom que tu veux
model: voices/fr_FR-gilles-medium.onnx
speaker: 0
EOF
# Redémarrer
sudo docker compose -f ~/openedai-speech/docker-compose.yml restart
Configuration Open WebUI après ajout des voix
TTS:
Engine: OpenAI
URL: http://192.168.1.11:8100/v1
Model: tts-1
Voice: siwis # Pour Effi (voix féminine FR)
# OU
Voice: gilles # Pour l'assistant (voix masculine FR)
2. Tester les performances STT
À mesurer :
- Temps de latence (parler → transcription affichée)
- Qualité de transcription avec différents accents
- Performance avec du bruit de fond
Méthode de test :
- Appuyer sur le micro 🎤
- Parler une phrase de 5-10 secondes
- Chronométrer le temps jusqu'à l'affichage du texte
- Vérifier la qualité de la transcription
3. Créer l'assistant pour le fils
Idées :
- Modèle LLM adapté (plus simple, plus pédagogique)
- Voix masculine française (Gilles)
- Système de mémoire spécifique
- Restrictions de contenu si nécessaire
📊 Architecture finale
┌─────────────────────────────────────────────────────────────────┐
│ EFFI - INFRASTRUCTURE │
├─────────────────────────────────────────────────────────────────┤
│ │
│ folzo-Corp (192.168.1.11) │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 🎙️ Effi-STT (Port 8200) │ │
│ │ - faster-whisper large-v3 │ │
│ │ - API OpenAI compatible │ │
│ │ - Langue: Français │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 🔊 openedai-speech (Port 8100) │ │
│ │ - Voix: siwis (féminin FR) │ │
│ │ - Voix: gilles (masculin FR) │ │
│ │ - Voix: alloy (anglais) │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 🧠 Ollama (Port 11434) │ │
│ │ - qwen3.5:9b (principal) │ │
│ │ - bge-m3 (embeddings) │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ effi-server (192.168.1.27) │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 💬 Open WebUI (Port 3000) │ │
│ │ - Interface Effi │ │
│ │ - Configuration STT/TTS │ │
│ │ - Mémoire manuelle │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
📝 Commandes utiles
# Voir les logs STT
sudo docker logs effi-stt -f
# Voir les logs TTS
sudo docker logs openedai-speech -f
# Redémarrer STT
sudo docker restart effi-stt
# Redémarrer TTS
sudo docker restart openedai-speech
# Test STT
curl -X POST http://localhost:8200/v1/audio/transcriptions \
-F "file=@audio.mp3" \
-F "language=fr"
# Test TTS
curl -s http://localhost:8100/v1/audio/speech \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","input":"Bonjour","voice":"siwis"}' \
--output /tmp/test.mp3
🎉 Bilan
| Composant | Solution | Statut |
|---|---|---|
| STT | Effi-STT (maison) | ✅ Fonctionnel |
| TTS | openedai-speech | ✅ Fonctionnel |
| Voix FR | Piper (siwis/gilles) | ⏳ À configurer |
| LLM | qwen3.5:9b | ✅ Fonctionnel |
| Interface | Open WebUI | ✅ Fonctionnel |
Prochaine étape : Ajouter les voix françaises !
Documentation créée le 05/04/2026